Beruflich Dokumente
Kultur Dokumente
1
JUAN MANUEL SANTOS CALDERÓN
Presidente de la República
EDITORES
María Claudia García
Edersson Cabrera Montenegro
Diana Marcela Vargas
Gustavo Galindo García
María Fernanda Ordóñez Castro
FOTOGRAFÍAS DE LA CARÁTULA
Luis Yacelga
DISEÑO CARÁTULA
Grupo Comunicaciones – IDEAM
DISEÑO Y DIAGRAMACIÓN
Mauricio Ochoa P. - Editorial Scripto Ltda.
IMPRESIÓN Y ACABADOS
Editorial Scripto Ltda.
PBX: 756 20 03
CÍTESE COMO:
Cabrera E., Vargas D. M., Galindo G. García, M.C., Ordoñez, M.F. 2011. Memoria técnica de la cuantificación de la deforestación
histórica nacional – escalas gruesa y fina. Instituto de Hidrología, Meteorología, y Estudios Ambientales-IDEAM-. Bogotá D.C., Colombia.
91 p.
2011, Instituto de Hidrología, Meteorología y Estudios Ambientales-IDEAM. Todos los derechos reservados. Los textos pueden ser
usados parcial o totalmente citando la fuente. Su reproducción total debe ser autorizada por el Instituto de Hidrología, Meteorología y
Estudios Ambientales-IDEAM.
Este trabajo fue financiado por la Fundación Gordon y Betty Moore, proyecto “Capacidad Institucional Técnica y Científica para Apoyar
Proyectos de Reducción de Emisiones por Deforestación y Degradación –REDD– en Colombia”, Instituto de Hidrología, Meteorología y
Estudios Ambientales (IDEAM), Ministerio de Medio Ambiente, Vivienda y Desarrollo Territorial (MAVDT), Fundación Natura.
2
MINISTERIO DE AMBIENTE, VIVIENDA Y DESARROLLO TERRITORIAL
INSTITUTO DE HIDROLOGÍA, METEOROLOGÍA Y ESTUDIOS AMBIENTALES - IDEAM
CONSEJO DIRECTIVO
DIRECTIVAS
3
AUTORES
María Claudia García Dávila
COLABORADORES
Luz Marina Arévalo Sánchez
Margarita Gutiérrez Arias
Claudia Patricia Olarte Villanueva
Adriana Paola Barbosa Herrera
María Cecilia Cardona Ruíz
Sandra Patricia Cruz Argüello
Martha Patricia León Poveda
Luis Mario Moreno Amado
Héctor Raul Pabón
COORDINACIÓN Y SUPERVISIÓN
María Claudia García Dávila
Coordinadora General
Edersson Cabrera M.
Coordinador Componente PDI
4
AGRADECIMIENTOS
5
Proyecto “Capacidad Institucional, Técnica y Científica para Apoyar Proyectos
de Reducción de Emisiones Por Deforestación y Degradación –REDD– en Colombia”
Comité Técnico
Coordinación General
Andrea García Guerrero María Claudia García Dávila
Coordinadora Grupo de Mitigación de Cambio María Fernanda Ordóñez Castro
Climático Juanita González Lamus
Carlos Alberto Noguera Cruz
Ministerio de Ambiente, Vivienda y Desarrollo
Henry Alterio González
Territorial
Equipo Técnico Carbono
Xiomara Sanclemente Manrique Álvaro Javier Duque Montoya
Directora de Ecosistemas Adriana Patricia Yepes Quintero
Ministerio de Ambiente, Vivienda y Desarrollo Diego Alejandro Navarrete Encinales
Territorial Juan Fernando Phillips Bernal
Lina María Carreño Correa
Luz Marina Arévalo Sánchez Keneth Roy Cabrera Torres
Esteban Álvarez Dávila
Subdirectora Ecosistemas e Información Ambiental Walter Gil Torres
Instituto de Hidrología, Meteorología y Estudios
Ambientales – IDEAM Equipo Técnico Procesamiento Digital de Imágenes
Edersson Cabrera Montenegro
María Margarita Gutiérrez Arias Diana Marcela Vargas Galvis
Subdirectora de Estudios Ambientales Gustavo Galindo García
Instituto de Hidrología, Meteorología y Estudios Lina Katherine Vergara Chaparro
Ambientales – IDEAM Ana María Pacheco Pascagaza
Juan Carlos Rubiano Rubiano
Paola Giraldo Rodríguez
Ana Cristina Villegas Restrepo
Edilia González Mateus
Oficial de Proyecto Luisa Fernanda Pinzón Flores
Fundación Gordon y Betty Moore Edwin Iván Granados Vega
Paola Margarita Pabón Otálora
Elsa Matilde Escobar Ángel Karol Constanza Ramírez Hernández
Directora Ejecutiva Daniel Alberto Aguilar Corrales
Fundación Natura Henry Omar Augusto Castellanos Quiroz
Helio Carrillo Peñuela
Álvaro Javier Duque Montoya
Equipo Técnico Proyecciones de Deforestación
Profesor Asociado
Andrés Alejandro Etter Rothlisberger
Departamento de Ciencias Forestales, Armando Hilario Sarmiento López
Universidad nacional de Colombia Jose Julián González Arenas
Sergio Alonso Orrego Suaza
Cristian David Ramírez Sosa
6
SIGLAS Y ACRÓNIMOS
cm: Centímetros
kg: Kilogramo
7
ÍNDICE DE MODIFICACIONES
viii
TABLA DE CONTENIDO
1 INTRODUCCIÓN _______________________________________________________ 1
2 OBJETIVOS __________________________________________________________ 2
1. CONSIDERACIONES INICIALES.___________________________________________ 3
2. Características de los productos de Teledetección y sensores utilizados. ___________ 6
2.1 Sensor MODIS. __________________________________________________________ 7
2.1.1 Productos MODIS. _____________________________________________________________ 9
5 RESULTADOS _______________________________________________________ 47
5.1 Resultados de deforestación histórica nacional escala gruesa _____________________ 47
5.1.1 Descarga de datos. _____________________________________________________________ 47
5.1.2 Fase de Pre-procesamiento. ______________________________________________________ 47
5.1.3 Fase de Procesamiento. _________________________________________________________ 48
5.1.4 Fase de Generación de información. _____________________________________________ 49
5.1.5 Análisis de Resultados _________________________________________________________ 54
ix
5.2.4 Cuantificación de la deforestación histórica _______________________________________ 58
5.2.5 Detección de tipos de coberturas en áreas de cambio. ___________________________________ 68
x
LISTA DE FIGURAS
Figura 1. Promedio de cobertura de nubes a nivel mundial. Producto MODIS M3 periodo 2000-2008.. ......................... 6
Figura 2 Distribución de las escenas MODIS. Tomado de https://lpdaac.usgs.gov/lpdaac/products/modis_overview ....... 8
Figura 3 Diagrama de flujo del procesamiento de productos MODIS para aplicaciones terrestres.. .............................. 10
Figura 4 Respuesta espectral de los sensores LANDSAT 7 ETM+ (línea continua), MODIS (línea punteada), MERIS
(línea de guiones) y SeaWiFS para las banda espectrales del azul, rojo e infrarrojo cercano. ..................................... 15
Figura 5 Mapa de Coberturas y uso de la Tierra para Colombia del año 2000 a escala 1:100.000. .............................. 18
Figura 6. Distribución escenas MODIS para Colombia. ........................................................................................... 21
Figura 7. Esquema metodológico implementado para la cuantificación de la deforestación histórica a escala gruesa. ... 24
Figura 8 Metodología de procesamiento de CLASlite®.. .......................................................................................... 26
Figura 9 Esquema metodológico implementado para la cuantificación de la deforestación histórica escala fina ............ 30
Figura 10. Distribución escenas LANDSAT para Colombia. ..................................................................................... 32
Figura 11. Repositorios de datos internacionales consultados. ................................................................................. 35
Figura 12. Imagen MODIS producto MOD09A1 de diciembre del año 2000, escena h10v08 en composición RGB 4,6,3.47
Figura 13 Imagen de reflectancia generada por CLASlite y Composición de color de las coberturas fraccionales
generadas a partir de ella (RGB, S-VF,VNF), para un sector de la escena h11v08 del 11 de diciembre de 2000 en limites
de los departamentos de Vichada y Guainía........................................................................................................... 48
Figura 14 Modificación de los umbrales de detección de Bosque para un sector de la escena h11v08 del 11 de diciembre
de 2000 en límites de los departamentos de Vichada y Guainía. .............................................................................. 49
Figura 15 Mapa de coberturas Bosque/No-Bosque para el año 2000. ....................................................................... 50
Figura 16 Mapa de coberturas Bosque/No-Bosque para el año 2007. ....................................................................... 51
Figura 17. Mapa de cambio de coberturas Bosque/No-Bosque para el periodo 2000-2007. ........................................ 53
Figura 18 Efectos de la calibración de imágenes sobre las imágenes Landsat TM 8-54 de 1991/08/14 (a) y (b),
2001/08/01 (c) y (d). (a) y (c) Imagen bruta RGB 453; (b) y (d) imagen calibrada RGB 453. ........................................ 56
Figura 19 Generación de imágenes de cobertura fraccional. Imagen 8-54 de 2001/08/01, (a) imagen calibrada, (b)
imagen de cobertura fraccional. ............................................................................................................................ 57
Figura 20. Generación de mapas de cobertura Bosque/No Bosque. Imagen 8-54 de 2001/08/01, (a) imagen calibrada, (b)
Cobertura de Bosque / No Bosque (preliminar). ...................................................................................................... 58
Figura 21 Mapa de coberturas Bosque/No-Bosque para el año 1990 ........................................................................ 59
Figura 22 Mapa de coberturas Bosque/No-Bosque para el año 2000 ........................................................................ 60
Figura 23 Mapa de coberturas Bosque/No-Bosque para el año 2005 ........................................................................ 61
Figura 24. Mapa de coberturas Bosque/No-Bosque para el periodo 2010. ................................................................ 62
Figura 25. Mapa de cambio de coberturas Bosque/No-Bosque para el periodo 1990-2000. ........................................ 64
Figura 26 Mapa de cambio de coberturas Bosque/No-Bosque para el periodo 2000-2005. ......................................... 65
Figura 27. Mapa de cambio de coberturas Bosque/No-Bosque para el periodo 2005-2010. ........................................ 66
xi
LISTA DE TABLAS
Tabla 1 Bandas espectrales del sensor MODIS utilizadas en aplicaciones terrestres. ................................................... 7
Tabla 2 Características generales de los productos utilizados: ................................................................................. 12
Tabla 3 Características técnicas del producto MODIS MOD09A1. ............................................................................ 12
Tabla 4 Características técnicas del producto MODIS MOD09Q1. ............................................................................ 13
Tabla 5. Características técnicas de los sensores del programa LANDSAT. .............................................................. 13
Tabla 6 Leyenda Nacional de cobertura de la Tierra – Colombia. ............................................................................. 17
Tabla 7 Propuesta de Leyenda de coberturas de la Tierra para el proyecto REDD. .................................................. 19
Tabla 8. Ejemplo del Inventario de imágenes Landsat (TM y ETM+) utilizadas........................................................... 36
Tabla 9.Información requerida para el pre-procesamiento de imágenes. ................................................................... 38
Tabla 10 Codificación de Cambios en la cobertura boscosa entre 2 periodos. ........................................................... 46
Tabla 11. Área deforestada y Deforestación promedio anual 2000- 2007. ................................................................. 52
Tabla 12 Cobertura de bosque por región y proporción de deforestación .................................................................. 54
Tabla 13 Superficie de coberturas de Bosque/No Bosque para los periodo de análisis. .............................................. 63
Tabla 14. Cambio en las coberturas de Bosque/No Bosque para los periodos de análisis. .......................................... 67
Tabla 15. Proporción del área boscosa deforestada por regiones naturales............................................................... 68
Tabla 16 Tipificación del cambio de coberturas boscosas por deforestación periodos 2000-2005 y 2005-2010. ........... 69
Tabla 17 Cambios de la cobertura de Bosque a otros tipos de cobertura de la tierra (Deforestación) por región para el
periodo 2000 - 2005............................................................................................................................................. 69
Tabla 18 Cambios de la cobertura de Bosque a otros tipos de cobertura de la tierra (Deforestación) por región para el . 70
Tabla 19. Tipificación del cambio de cobertura boscosa por regeneración para los periodos 2000-2005 y 2005-2010. .. 71
Tabla 20. Cambios de otros tipos de cobertura de la tierra a bosque (Regeneración) por región para el periodo 2000 -
2005................................................................................................................................................................... 72
Tabla 21. Cambios de otros tipos de cobertura de la tierra a bosque (Regeneración) por región para el periodo 2005-
2010................................................................................................................................................................... 72
Tabla 22. Cambios en la cobertura boscosa en la jurisdicción de las Corporación Autónoma regionales para los periodos
de análisis. ......................................................................................................................................................... 74
xii
1 INTRODUCCIÓN
La información proveniente de imágenes de sensores remotos ofrece grandes capacidades para el monitoreo
de las cubiertas vegetales tanto en su expresión espacial como temporal y en diferentes escalas, desde
locales a globales (Field et al., 1995; Colditz R., 2007). Múltiples aplicaciones de índices orientados al
seguimiento de la vegetación han sido generadas a partir de los datos satelitales y han sido aplicados en
estudios ecológicos (Glen, 2008; Kerr and Ostrovsky, 2003).
De acuerdo con la iniciativa FRA 20051, por deforestación se entiende la conversión de los bosques a otro
uso de la tierra o la reducción a largo plazo por debajo del 10% de la cubierta forestal, esta definición implica
que la pérdida de la cobertura forestal debe ser permanente y que la cobertura del área cambia a otro tipo de
cobertura de la tierra.
Una de las principales controversias respecto de las cifras obtenidas en estudios sobre deforestación es la
comparabilidad, por ejemplo Takaki-Takaki en 2005 respecto de la disparidad de resultados obtenidos para el
caso mexicano, afirma que no se puede decir que una u otra estimación de la tasa de deforestación obtenida
es “correcta” o “errada”, puesto que fueron calculadas con diferentes definiciones, metodologías y fuentes de
datos. Sólo se puede decir que una estimación de la tasa de deforestación realizada para un determinado
propósito, no puede ser comparada con otra que responde a un requerimiento distinto. La evaluación del
estado de los ecosistemas forestales en un sitio determinado basada en una cifra puede ocultar procesos
relevantes, sobre todo en regiones con gran variedad de ambientes y condiciones socioeconómicas
(Flamenco A., 2009).
El Proyecto "Capacidad institucional técnica y científica para apoyar proyectos REDD en Colombia" que
ejecuta técnicamente el IDEAM, evaluó diversas metodologías de procesamiento digital de imágenes de
sensores remotos para la determinación de la deforestación y la estimación del almacenamiento de carbono
en los bosques, a fin de orientar los primeros pasos para el establecimiento de un sistema de monitoreo de la
cobertura forestal que sea sólido, robusto, confiable y transparente. Para este efecto se desarrollaron dos
ejercicios a nivel nacional, uno a escala gruesa (compatible con 1:500000) y el otro a escala semi-detallada
(compatible con 1:100000) para determinar información histórica de deforestación para todo el territorio
nacional continental. En este documento se detalla el esquema metodológico para su obtención, así como los
principales productos que se obtuvieron en el proceso, las consideraciones técnicas y metodológicas y los
recursos utilizados para su realización.
1 La FAO a través del programa FRA ha coordinado la evaluación de los recursos forestales mundiales cada cinco a diez
años desde 1946. Las evaluaciones de los recursos forestales mundiales (FRA) están basadas en información
suministrada a la FAO por los países, respondiendo a un cuestionario común. La FAO consolida y analiza la información
y presenta el estado actual de los recursos forestales mundiales y sus cambios
1
2 OBJETIVOS
Determinar las coberturas de bosque y no bosque y las zonas de deforestación activa para el periodo 2000 –
2007 a escala gruesa para el territorio nacional continental, utilizando una metodología basada en el
procesamiento digital de imágenes de sensores remotos
Cuantificar las coberturas de bosque y la deforestación histórica a nivel nacional, para los periodos 1990,
2000, 2005 y 2010 a escala fina, determinadas a través de una metodología basada en el procesamiento
digital de imágenes de sensores remotos de resolución espacial media.
Utilizar en el proceso las metodologías e insumos priorizados en el marco del proyecto "Capacidad
institucional técnica y científica para apoyar proyectos REDD en Colombia"
2
1. CONSIDERACIONES INICIALES.
Algunas consideraciones técnicas iniciales que deben ser tomadas en cuenta a fin de identificar
adecuadamente los recursos necesarios y las implicaciones del proceso de generación de productos.
3
realizar los análisis del proceso de deforestación, es decir, la tipificación del cambio de la cobertura
de Bosque a otros tipos de coberturas de la Tierra.
6. En el contexto del presente ejercicio la generación de información a Nivel nacional-Escala gruesa
implica el procesamiento digital de imágenes de baja resolución espacial (pixel 250m) para generar
información sobre la distribución y los cambios en la cobertura boscosa, conforme a una escala
espacial 1:500.000.
7. En el contexto del presente documento la generación de información a Nivel nacional-Escala fina
implica el procesamiento digital de imágenes de media resolución espacial (pixel 30m) para generar
información sobre la distribución, extensión y cambios en la cobertura boscosa, conforme a una
escala espacial 1:100.000. El IDEAM adelantó la evaluación de diversos algoritmos de distintos
grados de automatización orientados tanto a la identificación de la cobertura boscosa como a la
cuantificación de la deforestación. De ésta revisión se deriva la selección y aplicación de los
procedimientos presentados en este documento.
8. Para el ejercicio nacional de monitoreo de la cobertura de los bosques y la detección de las zonas de
deforestación activa a escala gruesa se han seleccionado imágenes del sistema MODIS, con una
resolución espacial de 250m y una resolución espectral de 7 bandas (Productos MOD09A1 y
MOD09Q1). Estas imágenes son adquiridas por el sensor TERRA, tienen un ancho de franja de
visualización de 2.330 km y vistas de toda la superficie de la Tierra cada uno o dos días. Sus
sensores detectan 36 bandas espectrales y adquieren los datos en tres resoluciones espaciales:
250m, 500m, y 1.000m. El producto específico a utilizar es una combinación de los productos
MOD09A1 (Surface Reflectance 8-Day L3 Global a 500m) y el producto MOD09Q1 (Surface
Reflectance 8-Day L3 Global a 250m). Esta selección obedece a varios factores, el libre acceso a
este tipo de imágenes, su alta frecuencia de toma de los datos (facilitando la selección y compilación
de conjuntos de datos con bajas coberturas de nubes), y su demostrada aplicabilidad al monitoreo de
coberturas boscosas a nivel mundial, entre otros.
9. Para la cuantificación de la deforestación a escala fina se han seleccionado principalmente imágenes
del sistema LANDSAT, con una resolución espacial de aproximadamente 30m y una resolución
espectral de 7 bandas. Estas imágenes son adquiridas por los sensores TM o ETM+, tienen un
periodo de revisita de toda la superficie de la Tierra cada ocho o dieciséis días. Esta selección
obedece a varios factores, el libre acceso a este tipo de imágenes, su resolución espacial de 30
metros que resulta conveniente para la escala nacional fina y su demostrada aplicabilidad al
monitoreo de coberturas boscosas a nivel mundial, a pesar de la frecuencia de toma de los datos
que dificulta la recopilación de conjuntos de datos con bajas coberturas de nubes. Las imágenes
utilizadas para el ejercicio a escala fina fueron ortorrectificadas utilizando el estándar de
4
ortorrectificación del Instituto Geográfico Agustín Codazzi para el Banco Nacional de Imágenes de
Satélite.
10. De manera complementaria en el ejercicio de cuantificación histórica de deforestación nacional a
escala fina se decidió utilizar algunas imágenes adicionales buscando establecer las mejores
opciones para complementar o reemplazar las imágenes LANDSAT y así permitir flexibilidad en el
protocolo utilizado, haciéndolo menos dependiente de un solo tipo de insumo. En consecuencia se
utilizaron imágenes ALOS AVNIR, ASTER, SPOT y adicionalmente la zona correspondiente al
corredor del pacifico se trabajo utilizando imágenes de Radar tipo ALOS PALSAR. Las
adapataciones metodológicas derivadas de estos cambios se describen en detalle en el cuerpo del
documento.
5
2. Características de los productos de Teledetección y sensores
utilizados.
Los sistemas sensores ópticos de órbita polar han sido ampliamente utilizados para el monitoreo de la
superficie de la Tierra en las últimas tres décadas, sensores como Landsat (MSS, TM y ETM+) y SPOT (HRV
y HRVIR) han sido específicamente diseñados (en cuanto a resolución espacial y espectral, principalmente) y
puestos en órbita para apoyar las actividades de mapeo de coberturas, sin embargo, su resolución temporal
los hace altamente susceptibles a que estos datos puedan ser perjudicados por los efectos atmosféricos, aun
mas en países ubicados en la franja inter-tropical donde existen áreas con coberturas de nubosidad
persistentes a lo largo del año, tal como se presenta en la figura 1 para el caso de Colombia.
Figura 1. Promedio de cobertura de nubes a nivel mundial. Producto MODIS M3 periodo 2000-2008. Tomado de Kuntz
R., 2009.
Esta particularidad hace que el seguimiento de coberturas de la Tierra, y especialmente las relacionadas con
Bosques naturales, a través del uso de imágenes de sensores remotos implique entre otros aspectos un alto
nivel de especialización en el procesamiento digital (que permitan reducir considerablemente los efectos
atmosféricos nocivos), conformación de equipos técnicos de alto nivel y alta disponibilidad de imágenes (que
permitan reducir las áreas de nubosidad persistente).
El uso de imágenes de satélite de baja resolución espacial, pero con una alta resolución temporal plantea una
alternativa viable para el monitoreo de la cubiertas terrestres en términos de costos, área cubierta y
6
disponibilidad de imágenes. Tal es el caso de los sensores AVHRR (sistema NOAA), SeaWiFS (sistema
OrbView 2), VEGETATION (sistema SPOT), MERIS (Sistema ENVISAT) y MODIS (sistemas Terra y Aqua)
que permiten un cubrimiento global completo en pocos días.
Las principales características de las imágenes MODIS son que poseen una moderada resolución espacial
que va desde los 250 metros hasta los 1000 metros en el nadir por píxel dependiendo de la longitud de onda
captada (Justice et al., 2002), resolución radiométrica de 12 bit, resolución temporal entre 1-2 días en los
2 Puestos en órbita por la NASA en diciembre de 1999 y Mayo de 2002, respectivamente (Barnes et al. 2003).
7
trópicos mediante el uso de los sensores Terra y Aqua, y una resolución espectral de 36 bandas desde las
regiones del visible hasta el infrarrojo térmico. (ver tablas 1-3). Los productos de este sensor son aplicados
principalmente a estudios atmosféricos, oceanográficos y terrestres, siendo esta última la de menos énfasis
en el sistema, no obstante, la información atmosférica recopilada por el sensor es utilizada para realizar
correcciones de efectos atmosféricos tales como reducción de la dispersión y correcciones por contenido de
aerosoles y ozono en otros productos del mismo sensor o incluso de otros sensores (Colditz R., 2007).
De acuerdo con Guenther y colaboradores en 2002, parte de la información espectral de reflexión y emisión
captada por el sensor MODIS es apropiada para aplicaciones terrestres, tales como generación de Índices de
vegetación, mapeo de cobertura de la tierra o extracción de parámetros biogeofísicos (ver tabla 1).
Las imágenes MODIS son de distribución gratuita y poseen una alta frecuencia de toma de los datos lo que
facilita la selección y compilación de conjuntos de datos con calidades mínimas aceptables en relación con los
problemas atmosféricos relacionados con sistemas de percepción pasivos. Este tipo de imágenes usan el
sistema de proyección Sinusoidal y sistema de coordenadas planas, en un arreglo sistemático a manera de
cuadricula de escenas (h,v) de 10 grados por 10 grados en el Ecuador. El territorio colombiano se encuentra
cubierto por un total de 6 escenas, siendo la escena h10v08 la que tiene el mayor recubrimiento para el país,
como se precia en la figura 2.
8
2.1.1 Productos MODIS.
Las imágenes MODIS son procesadas a diferentes niveles, los cuales son establecidos de acuerdo con la
precisión obtenida en el proceso. Los productos obtenidos son puestos a disposición de la comunidad
científica en un formato digital de tipo jerárquico (HDF, Masuoka et al., 1998) y utilizan una nomenclatura
específica para cada producto.
Los niveles de procesamiento de los productos MODIS se detallan en la figura 3, identificándose que el Nivel
1 corresponde a los productos originales (Raw) captado por el sensor, el Nivel 2 corresponde a variables
geofísicas (radiancia, reflectancia) derivadas de la información original producidas a la misma resolución
espacial y en la misma ubicación geográfica. El nivel 2G de procesamiento corresponde al producto del Nivel
1 ajustado a una cuadricula en un sistema de proyección uniforme (Sinuisoidal); el Nivel 3 corresponde a las
mismas variables geofísicas en compuestos temporales con diversas resoluciones espaciales, y el nivel 4 a
los productos finales del modelo.
9
Figura 3 Diagrama de flujo del procesamiento de productos MODIS para aplicaciones terrestres. Tomado de Justice et
al., 2002.
10
Desde la puesta en órbita de los satélites Terra y Aqua y la subsecuente producción de conjuntos de datos, se
han producido diferentes versiones de estos conjuntos de datos, comúnmente conocidas como “Colecciones”,
de acuerdo con la evolución en el sistema de procesamiento, actualizándose todo el conjunto de datos cada
vez que se genera una nueva colección (Colditz R., 2007). Este estudio está basado en el conjunto de datos
de la colección 5.
Estos productos están almacenados en el servidor de la LPDAAC según una nomenclatura que permite
obtener rápidamente información sobre cada producto específico, a continuación se presenta un ejemplo para
el caso de una escena en Colombia:
Esta superficie de reflectancia se produce originalmente para los datos diarios con nivel de procesamiento 2G,
así como para los compuestos par cada 8 días a una resolución espacial de 250m (denominándose
MOD09Q1) y 500m (denominándose MOD09A1). Las principales características de estos productos se
presentan en las tablas 2, 3 y 4.
11
Tabla 2 Características generales de los productos utilizados:
Característica MOD09A1 MOD09Q1
Resolución espectral 7 2
12
Tabla 4 Características técnicas del producto MODIS MOD09Q1.
Bandas Unidad de Radiometría Rango Factor de escala
(3 HDF Layers) medida Válido multiplicador
Banda 1 (620–670 nm). Superficie de Reflectance 16-bit signed -100– 0.0001
Reflectancia a 250m integer 16000
Banda 2 (841–876 nm). Superficie de Reflectance 16-bit signed -100– 0.0001
Reflectancia a 250m integer 16000
Banda 3. Calidad de la reflectancia. Bit Field 16-bit unsigned 0–32767 na
250m. integer
En términos generales, la estructura de las bandas espectrales del sensor TM está más relacionada con el
comportamiento de la vegetación, permitiendo una mejor discriminación de este tipo de coberturas que el
sensor MSS. Las bandas espectrales del verde y el rojo del sensor TM recogen un menor rango de longitud
de onda que sus contrapartes del sensor MSS, permitiendo una mejor discriminación de la respuesta
espectral de las cubiertas vegetales (Lillesand et al., 2004).
13
Longitud de Resolución Resolución
Sensor Misión Origen Datos
Onda (µ) espacial (m) radiométrica
0.475-0.575 80 6 bit Reflexión
1, 2 0.58-0.68 80 6 bit Reflexión
RBV
0.69-0.83 80 6 bit Reflexión
3 0.505-0.750 30 6 bit Reflexión
0.5-0.6 79/82 8 bit Reflexión
0.6-0.7 79/82 8 bit Reflexión
1–5
MSS 0.7-0.8 79/82 8 bit Reflexión
0.8-1.1 79/82 8 bit Reflexión
3 10.4-12.6 240 8 bit Reflexión
0.45-0.52 30 8 bit Reflexión (azul)
0.52-0.60 30 8 bit Reflexión (verde)
0.63-0.69 30 8 bit Reflexión (rojo)
TM 4–5 0.76-0.90 30 8 bit Reflexión (NIR)
1.55-1.75 30 8 bit Reflexión (SWIR)
10.4-12.5 120 8 bit Emisión (T)
2.8 -2.35 30 8 bit Reflexión (MIR)
Las mismas 30 (120 en la 8 bit Emisión
ETM 6 bandas del TM banda termal)
plus 0.5 - 0.90 15 8 bit Reflexión
Las mismas 30 (60 en la 8 bit Emisión
ETM+ 7 bandas del TM banda termal)
plus 0.5 - 0.90 15 8 bit Reflexión
Adaptado de Lillesand et al., 2004.
Así mismo, el sensor TM posee bandas exclusivas para las regiones del Infrarrojo cercano -NIR-, Infrarrojo
de onda corta -SWIR- e Infrarrojo medio -MIR-, las cuales han demostrado ser las regiones espectrales más
sensibles al vigor vegetal y estrés vegetal como se muestra en la Tabla 5. (Lillesand et al., 2004),
respectivamente; lo cual le representa ventajas significativas para encontrar diferencias entre clases de
coberturas en un proceso de clasificación digital de imágenes de media resolución.
14
dirección norte-sur y 183 km en dirección este-oeste (ver ¡Error! No se encuentra el origen de la
referencia.).
La figura 4, presenta la respuesta espectral de las bandas del azul, rojo e infrarrojo cercano del sensor ETM+
comparada con las respuestas espectrales captadas por sensores remotos de baja resolución espacial como
MERIS, MODIS y SeaWiFS, encontrándose que el ancho de banda captado por estos sensores es menor que
el captado por el LANDSAT 7, es decir, la banda llamada “azul” en el sensor LANDSAT 7 incorpora parte de
la longitud de onda del verde y la banda llamada “infrarrojo cercano” tiene el doble de ancho reportada para
estos otros sensores (JRC, 2008).
Figura 4 Respuesta espectral de los sensores LANDSAT 7 ETM+ (línea continua), MODIS (línea punteada), MERIS
(línea de guiones) y SeaWiFS para las banda espectrales del azul, rojo e infrarrojo cercano. Tomado de JRC, 2008.
Esta situación supone que ciertos análisis realizados con este tipo de imágenes (LANDSAT 7) podrían no
explicar de la misma manera que las imágenes de las misiones predecesoras el comportamiento y desarrollo
de la vegetación y por ende se debe tener en cuenta estas diferencias y su influencia en los resultados de
los procesos de clasificación digital de estos des tipos de imágenes, aparentemente equivalentes.
15
3 Cobertura y Uso de la Tierra.
De acuerdo con la Guía de las Buenas Prácticas formulada por el IPCC (2003, 2006), para estimar las
existencias de carbono y las emisiones de GEI, es necesario tener información relacionada con el área de
superficie y los datos de contenido de biomasa correspondientes a las diferentes categorías de usos de la
tierra que se puedan identificar. En esta línea, el IPCC recomienda seis categorías generales de uso de la
tierra, a partir de las cuales, posteriormente, se pueden realizar estratificaciones por tipo de clima o zona
ecológica.
Para los propósitos de este ejercicio, se utiliza una leyenda de coberturas de la tierra (principalmente
vegetales), constituida por 14 clases de cobertura de la Tierra y basada en la adaptación para Colombia de la
leyenda de CORINE Land Cover –CLC Colombia-, en sus niveles I y II.
Esta propuesta permitirá realizar diferentes análisis del proceso de deforestación, es decir, un análisis del tipo
Bosque/No Bosque pero también será útil para interpretar el cambio de coberturas boscosas a otros tipos de
coberturas de la tierra. La tabla 7 presenta el componente de cobertura de la Tierra propuesta como la
Leyenda a utilizar en el proyecto.
3 CORINE Land Cover hace parte de un esfuerzo pan-europeo para el mapeo consistente y continuo de la cobertura de
la Tierra en Europa.
16
Tabla 6 Leyenda Nacional de cobertura de la Tierra – Colombia. Tomado de IDEAM, IGAC, SINCHI, UAESPNN, UPTC,
IavH, IIAP, Cormagdalena, 2010.
17
Figura 5 Mapa de Coberturas y uso de la Tierra para Colombia del año 2000 a escala 1:100.000. Fuente: IDEAM, IGAC,
SINCHI, UAESPNN, UPTC, IavH, IIAP, Cormagdalena, 2010
18
Tabla 7 Propuesta de Leyenda de coberturas de la Tierra para el proyecto REDD. Adaptado de IDEAM, IGAC, SINCHI,
UAESPNN, UPTC, IavH, IIAP, Cormagdalena, 2010.
Bosque Natural
Bosque
Bosques
Plantación forestal
No Bosque
Áreas con vegetación
Herbácea No Bosque
Zonas quemadas
No Bosque
Áreas abiertas sin o con
poco vegetación Otras áreas sin vegetación
No Bosque
Vegetación acuática
Humedales No Bosque
Superficies de agua
Superficies de agua No Bosque
En letra cursiva están resaltadas las 14 clases utilizadas en la tipificación de coberturas para los
cálculos de contenidos de biomasa
19
4 METODOLOGÍA.
a. Una primera fase para preparar o pre-procesar las imágenes con el fin de aprestarlas para
el procesamiento.
c. Un tercer paso donde los resultados obtenidos en la segunda fase son ajustados para la
obtención de la información de cambio en la cobertura boscosa a fin de determinar zonas
deforestadas.
A continuación se describe detalladamente cada una de estas fases, los procedimientos realizados y los
resultados obtenidos (ver ¡Error! No se encuentra el origen de la referencia.).
20
Figura 6. Distribución escenas MODIS para Colombia. Fuente: Proyecto REDD-IDEAM.
21
https://lpdaac.usgs.gov/lpdaac/get_data. Este portal permite utilizar cuatro herramientas desarrolladas para la
descarga y pre-procesamientos de productos MODIS, a saber:
WIST. NASA Warehouse Inventory Search Tool, es un aplicativo web que permite la búsqueda y
solicitud de los productos a través de criterios establecidos, tales como tipo de producto (tierra,
atmosfera, criósfera, etc.), fecha de adquisición, localización, etc.
https://wist.echo.nasa.gov/wist-bin/api/ims.cgi?mode=MAINSRCH&JS=1
Glovis. USGS Global Visualization Viewer, es una herramienta en-línea para la búsqueda y solicitud
de imágenes de sensores remotos, permite acceder a los catálogos de imágenes Landsat7ETM+,
Landsat4/5 TM, Landsat1-5 MSS, EO-1 Hyperion, MRLC, Aster TIR, Aster VNIR y productos MODIS.
http://glovis.usgs.gov/.
Data Pool. Es el banco de datos del LPDAAC, es una conexión vía FTP pública que permite el
acceso a los archivos digitales de imágenes Aster y MODIS (Terra y Aqua), todos los datos
contenidos en esta conexión son de libre distribución. Las imágenes están en formato HDF-EOS,
acompañados del archivo de metadato (en formato XML) y una vista previa de la imagen (en formato
JPG).
ftp://e4ftl01u.ecs.nasa.gov/MOLT/.
MRTWeb. Es una herramienta en-línea desarrollada específicamente para la búsqueda y solicitud de
imágenes MODIS que combina las funcionalidades del visualizador Glovis con las herramientas de
pr-procesamiento del MODIS Reprojection Tool -MRT-.
http://mrtweb.cr.usgs.gov/.
Para la ejecución de la esta fase de la metodología se utilizaron las opciones de descarga WIST y Data Pool,
esto a través del desarrollo de un script5 para la descarga automatizada de los productos MODIS
seleccionados.
5 Este script fue desarrollado por la oficina del CIAT en Colombia (Palmira, Valle del Cauca), originalmente para la
descarga de productos MODIS MOD13A, y modificado para descarga de los productos MOD09A1 y MOD09Q1.
22
Conversión de formato. Los archivos descargados del portal Web LPDAAC de la USGS están
en el formato original asignado por el sensor (HDF-EOS), para ser posible su procesamiento
deben ser convertidos a formatos compatibles con los programas de procesamiento digital de
imágenes, en este caso fueron transformados a formato TIFF georreferenciado, conservando su
proyección Sinusoidal.
Generación de los archivos de trabajo (Layer stack). Esta actividad permite fusionar los
productos MODIS MOD09A1 y MOD09Q1 en un único archivo con una resolución espectral de 7
bandas (las dos primeras corresponden al producto MOD09Q1 y las cinco restantes a las cinco
bandas finales del producto MOD09A1), con una resolución espacial de 250m. Este proceso se
realiza en el software de procesamiento ERDAS Imagine® 9.3.
6 Representación gráfica de las diversas regiones espectrales, de acuerdo a su longitud de onda (tamaño), desde las
longitudes de onda más cortas (p.e. rayos X) hasta las longitudes de onda más largas (p.e. ondas de radio).
23
Figura 7. Esquema metodológico implementado para la cuantificación de la deforestación histórica a escala gruesa.
24
La principal versatilidad de este programa especializado de computo es determinar uno de los componentes
de la estructura del bosque tropical, la “cobertura fraccional“ de la vegetación fotosintética (VF), de la
vegetación no-fotosintética (VNF) y de las superficies descubiertas (S) (Asner et al., 2009), que son los
principales conjuntos de información que pueden ser extraídos con el uso de imágenes de sensores remotos
satelitales.
25
Figura 8 Metodología de procesamiento de CLASlite®. Tomado de Asner et al., 2009.
26
Descomposición de los pixeles de la imagen en coberturas fraccionales a nivel de subpixel de la
vegetación fotosintética, vegetación no-fotosintética o senescente y las superficies descubiertas.
CLASlite® cuenta con tres8 librerías espectrales para convertir los niveles de reflectancia por pixel
de las coberturas captadas por el sensor en información ecológicamente relevante que represente la
variación general de las propiedades del dosel de la vegetación y el suelo (Asner et al., 2009). De
igual forma, el aplicativo incluye un submodelo central denominado Automated Monte Carlo
Unmixing -AutoMCU- (Asner y Heidebrecht, 2002; Asner et al., 2004) el cual permite realizar un
análisis cuantitativo de la cobertura fraccional (0-100%) de la VF, VNF y S contenida en cada pixel
de la imagen analizada.
Enmascaramiento de nubes y cuerpos de agua. Permite sustraer de la imagen, los errores causados
por nubes, neblina atmosférica, cuerpos de agua y otros artefactos debidos a perturbaciones
atmosféricas en la señal enviada y recibida por el satélite y que son muy comunes en imágenes
satelitales.
Clasificación de la imagen(es) en coberturas de Bosque/No-Bosque, deforestación y perturbación. A
partir de un umbral determinado en las coberturas fraccionales de VF, VNF y S el sistema de
clasificación obtiene mapas de Bosque/No-Bosque para la imagen(es) analizada. Específicamente,
CLASlite® está configurado para utilizar un umbral >80% en la cobertura fraccional de VF para
identificar áreas boscosas, considerándose todo lo demás como áreas de No-Bosque, esta
particularidad es debida a que este programa fue desarrollado para bosques tropicales de tierras
bajas, donde este umbral permite identificar satisfactoriamente casi la totalidad de las áreas
boscosas.
Sin embargo, este procedimiento no podría aplicarse directamente para otros tipos diferentes de
bosques tropicales, ya que sus respuestas espectrales no estarían incluidas en las librerías
espectrales incorporadas en el programa. Debido a esta situación, esta etapa del sistema de
procesamiento de CLASlite® no fue tenida en cuenta para este ejercicio como se explicara en
detalle en los siguientes apartados.
8 La librería espectral de VF fue obtenida partir de señales captadas por el sensor aéreo HYPERION (Ungar et al., 2003),
las librerías de VNF y S fueron obtenidas a partir de espectro-radiómetros de campo. En conjunto estas tres librerías
recogen más de 230.000 observaciones. (Asner et al., 2009)
27
las zonas de deforestación activa y la estimación de una tasa indicativa de deforestación para Colombia. Esta
fase incluye entre otros procesos:
Conversión de formato. Los mapas de cobertura fraccional son generados por CLASlite® en
el formato ENVI® (*.hdr, esto debido a que la aplicación fue desarrollada en lenguaje de
programación IDL®). Para ser posible su manipulación deben ser convertidos a formatos
compatibles con los programas SIG disponibles, en este caso fueron transformados a formato
TIFF georreferenciado que puede ser desplegado y manipulado en programas como ERDAS
Imagine 9.3® ó ArcGIS 9.3®.
Mosaicos de coberturas de Bosque/No Bosque para los años 2000 y 2007. A partir de las
coberturas de Bosque/No Bosque por escena se genera un mosaico de Bosque /No Bosque
para todo el país. Este proceso se realiza en el software de procesamiento ERDAS Imagine
9.3®.
Revisión y ajustes de los mosaicos generados. Una vez se han elaborado los mosaicos de
cobertura para 2000 y 2007 se realiza una verificación de los resultados. En esta etapa se utiliza
la información del mapa de coberturas CORINE Land Cover a escala 1:100.000 para eliminar de
los mosaicos áreas que no correspondan a coberturas de bosque y que hayan sido clasificadas
por CLASlite® como bosque, esta situación se puede presentar por ejemplo con cultivos de
28
Palma africana, plantaciones forestales y cultivos de frutales. Este proceso se realiza en el
software de procesamiento ERDAS Imagine 9.3®.
Depuración de resultados. Una vez se han revisado los mosaicos de cobertura para 2000 y
2007 se realiza una depuración de los resultados utilizando como base las imágenes pre-
procesadas, recodificándose algunos pixeles erróneamente clasificados. Este proceso se realiza
en el software de procesamiento ERDAS Imagine 9.3®.
Detección de cambios de la cobertura de bosque entre los años 2000 y 2007. Finalmente
con los productos depurados de cobertura para los años 2000 y 2007 se realiza un proceso de
superposición temática de estas dos capas para obtener la superficie de cambio de la cobertura
de bosque en el periodo 2000-2007. Este proceso se realiza en el software de procesamiento
ERDAS Imagine 9.3®.
29
f. Fase III. Los resultados obtenidos en la segunda fase son ajustados para la obtención de la
información sobre deforestación histórica y los cambios en la cobertura boscosa a fin de
determinar la transformación de esta cobertura.
A continuación se describe detalladamente cada una de estas fases, los procedimientos realizados y los
resultados intermedios y finales obtenidos. Un esquema general de los procedimientos se puede observar en
la figura 9.
Figura 9 Esquema metodológico implementado para la cuantificación de la deforestación histórica escala fina
30
4.2.1 Selección de los recursos y técnicas de Percepción Remota.
De acuerdo con los propósitos de escala establecidos para este ejercicio y la disponibilidad de imágenes de
sensores remotos aplicables a estudios de mapeo de coberturas de la Tierra a escala nacional fina, se optó
por el uso de imágenes de media resolución espacial, media resolución espectral y radiométrica. Las
imágenes del programa LANDSAT (sensores TM y ETM+) fueron seleccionadas como el insumo de
teledetección para la generación de información sobre deforestación histórica a nivel nacional (Escala fina).
Una descripción más detallada se presenta en Ideam 2011a donde se muestra el marco conceptual y los
criterios para la selección y la utilización de imágenes de sensores remotos en la cuantificación de la
deforestación y estimación del almacenamiento de carbono
Respecto de las técnicas de procesamiento digital implementadas en este ejercicio, se aplica una
metodología semi-automatizada con ajustes a criterio de intérprete para la generación de los mapas de
cobertura Bosque/No Bosque y la identificación del cambio de la cobertura de Bosque a otras coberturas de la
Tierra
31
Figura 10. Distribución escenas LANDSAT para Colombia.
32
son amplios (Ideam, 2002; IAvH, 2004, IAvH 2004a; Sinchi, 2005; Ideam et al., 2007), estableciendo un
adecuado nivel de experiencia en el manejo de estos conjuntos de datos, y así mismo permitiendo la
recopilación de conjuntos homogéneos para algunos periodos de tiempo.
Porcentaje con cobertura de nubosidad. Se refiere al porcentaje de área de la imagen ocupada por
coberturas de nubes o sombras de nube. Corresponde a un valor entre 0 y 100% asignado por
USGS. Para este ejercicio se prefieren imágenes con coberturas de nubes menores al 20%. Sin
embargo, de acuerdo a las particularidades del área analizada, la localización de las áreas con
nubes y la disponibilidad de imágenes se podrán utilizar imagen hasta con el 50%.
Calidad. Está referido a un indicador de la calidad técnica de los datos (presencia de errores
radiométricos, efectos nocivos, etc.). Corresponde a un valor entre 0 y 9 asignado por USGS. Se
prefieren imágenes con calidades mayores o iguales a 7.
Fecha. Se refiere a la fecha de adquisición de las imágenes a utilizar. Como se mencionó al inicio del
documento, Colombia por su localización en el área de Confluencia Inter Tropical presenta altos
porcentajes nubosidad a lo largo del año, lo que dificulta procesos de observación de la Tierra a
través de sensores ópticos. Se prefiere usar imágenes con la menor diferencia temporal posible, y de
acuerdo a disponibilidad para cada temporada climática (Época seca - Época húmeda). Para este
ejercicio se definió la siguiente temporalidad para la selección de imágenes:
o Periodo 1990. Se prefiere utilizar imágenes entre el 01-01-1987 y 12-31-1992. De acuerdo a
disponibilidad para cada temporada climática, se selecciona al menos 1 imagen de época
seca y al menos 1 imagen época húmeda.
o Periodo 2000. Se prefiere utilizar imágenes entre el 01-01-1997 y 12-31-2003. De acuerdo a
disponibilidad para cada temporada climática, se selecciona al menos 1 imagen de época
seca y al menos 1 imagen época húmeda.
o Periodo 2005. Se prefiere utilizar imágenes entre el 01-01-2004 y 12-31-2007. De acuerdo a
disponibilidad para cada temporada climática, se selecciona al menos 1 imagen de época
seca y al menos 1 imagen época húmeda.
o Periodo 2010. Se prefiere utilizar imágenes entre el 01-01-2009 y 31-03-2011. De acuerdo a
disponibilidad para cada temporada climática, se selecciona al menos 1 imagen de época
seca y al menos 1 imagen época húmeda.
33
Sin embargo, es importante considerar que las imágenes Landsat ETM+ de fecha posterior a marzo de 2003
presentan errores debido a una falla del sensor, que genera en las imágenes áreas sin información a manera
de "bandas o gaps". Este criterio debe ser tenido en cuenta, por lo cual se propone el uso alternativo de otras
imágenes similares en el caso de presentarse áreas sin cubrimiento de imágenes Landsat, o el uso de
múltiples imágenes del sensor ETM+ para el cubrimiento de estos Gaps (IDEAM, 2010).
El conjunto de imágenes a procesar cubre el 100% del territorio continental colombiano. Debido al tamaño de
los territorios insulares y en relación con la escala de trabajo, no se realiza el seguimiento de los bosques en
estas áreas.
Una vez determinados estos criterios se estableció la disponibilidad de imágenes en los diferentes
repositorios de imágenes de sensores remotos.
Repositorios Nacionales.
Se revisaron los listados de imágenes disponibles en el Banco Nacional de Imágenes -BNI- e instituciones
públicas nacionales que pudiesen tener disponibilidad de imágenes aún no reportadas al Banco o que dadas
sus condiciones de calidad no hayan sido cargadas en el Banco, a saber:
Repositorios Internacionales.
Dado que con la búsqueda en los repositorios nacionales no se logró un cubrimiento del 100%, o que la
calidad de las imágenes encontradas no cumplía con los criterios de procesamiento, se realizo una búsqueda
a través de los catálogos internacionales que permiten la búsqueda, visualización, selección y descarga de
imágenes de sensores remotos, a saber:
o USGS Global Visualization Viewer -Glovis-. Repositorio de datos administrado por USGS
(USA) para la divulgación y transferencia de imágenes de sensores remotos administradas
por la NASA (ver ¡Error! No se encuentra el origen de la referencia.). El catálogo
incluye imágenes Landsat7ETM+, Landsat4/5 TM, Landsat1-5 MSS, EO-1 Hyperion, MRLC,
Aster TIR, Aster VNIR y productos MODIS. La descarga se realiza individualmente por
imagen seleccionada.
o USGS Earth Explorer. Repositorio de datos administrado por USGS (USA) para la
divulgación y transferencia de imágenes de sensores remotos administradas por la NASA
34
(ver ¡Error! No se encuentra el origen de la referencia.). Permite descargar a través
de códigos de las imágenes (archivo plano de texto en formato *.txt). La descarga se realiza
individualmente por imagen seleccionada.
o GEO-FCT Demonstration Portal. Esta plataforma fue desarrollada por Google-ORG en la
interfaz de Google Earth, permite buscar y descargar (parcialmente) imágenes de diferentes
sensores remotos. Fue desarrollada como parte de la iniciativa Forest Carbon Tracking -
FCT- del Grupo para la Observación de la Tierra -GEO-, para administrar los productos
cartográficos de los países demostrativos que hacen parte de la iniciativa (ver ¡Error! No
se encuentra el origen de la referencia.). La descarga se realiza individualmente por
imagen seleccionada.
Basado en la revisión de los repositorios citados, se elaboró un inventario de las imágenes disponibles para
las 63 escenas Landsat TM (misiones 4 y 5) y ETM+ (misión 7) que cubren el territorio colombiano para los
periodos de análisis propuestos. El resultando final determinó que se debían procesar un total de 350
35
imágenes, las cuales estaban en diferentes niveles de procesamiento y en diferentes repositorios de datos, a
saber:
36
3 59 2002-01-05 5TM 2000
3 59 2006-09-21 5TM 2005
4-56 4 56 1989-10-23 4TM 1990
4 56 2001-03-14 5TM 2000
4 56 2004-01-26 5TM 2005
4-57 4 57 1989-10-23 4TM 1990
4 57 1989-11-08 4TM 1990
4 57 2001-01-09 7TM 2000
4 57 2004-01-26 5TM 2005
4-58 4 58 1989-11-08 4TM 1990
4 58 1988-04-27 4tm 1990
4 58 2001-03-14 5TM 2000
4 58 2001-02-02 5TM 2000
4 58 2004-01-26 5TM 2005
4 58 2005-09-25 5tm 2005
4-59 4 59 1988-04-27 5TM 1990
4 59 1992-08-28 5TM 1990
4 59 2001-10-08 5TM 2000
4 59 2001-02-02 5TM 2000
4 59 2005-09-25 5TM 2005
4 59 2004-01-26 5TM 2005
Corresponde a la fusión de los archivos espectrales (bandas espectrales 1-5 y 7) por cada imagen Landsat
procesada que permiten generar un archivo multi-espectral que facilita su procesamiento en los programas de
computo utilizados (ERDAS Imagine® y ArcGIS®, principalmente). Este proceso se realiza en el software de
procesamiento ERDAS Imagine®.
37
Conversión de formato.
Para el uso del programa automatizado de procesamiento digital CLASlite® tanto el archivo multi-espectral
como un archivo complementario de la banda térmica por cada imagen procesada deben estar en formato
Raster de tipo TIFF georreferenciado (GeoTIFF). Este proceso se realiza en el software de procesamiento
ERDAS Imagine®.
Orto-rectificación.
Mediante este procedimiento se corrigen los desplazamientos y distorsiones en la imagen, causados por la
inclinación del sensor (posición del sensor en el momento de la toma) y la influencia del relieve y los errores
sistemáticos asociados con la imagen. Esta parte del proceso es determinante pues tiene implicaciones
directas en la precisión de la posición de los resultados a obtener en el procesamiento. Para este propósito se
siguió el documento "Manual de procedimientos para la producción de orto-imágenes de satélite ópticas
usando MDT", que contiene la descripción detallada de la metodología y los recursos necesarios para realizar
este proceso9. Este proceso se realiza en el software de procesamiento ERDAS Imagine®.
Fecha de toma.
Sensor.
Hora de toma.
Sistema procesamiento.
Configuración de los gain.
Coordenadas centrales (lat/long)
Altitud promedio.
9Esta tarea se realizó de manera coordinada con la subdirección de Geografía y Cartografía del Instituto Geográfico
Agustín Codazzi -IGAC-, a través de la división de fotogrametría.
38
3 h
4 l
5 h
61 l
62 h
7 h
La tabla 9 muestra un ejemplo de la información recopilada para el total de las imágenes pre-procesadas.
Nota: Desde el año 2005 Colombia adoptó el datum MAGNA-SIRGAS o MArco Geocéntrico NAcional de
Referencia que se ajusta al sistema geodésico de las Américas y es compatible con el esferoide WGS84 y el
sistema GRS80. Colombia posee cinco orígenes planimétricos para su cartografía. El origen central se
encuentra en Bogotá.
El algoritmo establece un umbral de enmascaramiento relacionado con los niveles digitales del archivo
térmico, estableciendo un rango entre 0 a 255, el valor establecido dependerá de las particularidades de la
39
imagen a procesar, es decir, presencia y tipos de nubosidad, evidencia de sombras topográficas, etc.). Sin
embargo, de acuerdo a los resultados obtenidos puede decirse que:
Este proceso se realiza en el software de procesamiento CLASlite® tal como se presenta en la ¡Error! No se
encuentra el origen de la referencia.8.
Corrección Atmosférica.
Este proceso permite realizar inicialmente la calibración radiométrica de la imagen y posteriormente una
corrección atmosférica. Convierte la información de la imagen original (bruta) de cada pixel, de Niveles
Digitales -ND- a Niveles de Radiancia captada por el sensor en el tope de la atmosfera. Luego,
implementando la corrección atmosférica Second Simulation of the Satellite Signal in the Solar Spectrum -6S-,
se transforman los Niveles de Radiancia a Niveles de Reflectancia de las coberturas en la superficie de la
Tierra.
Los parámetros requeridos por el modelo 6S están originalmente en el metadato de la imagen, recopilados en
la fase anterior. El proceso de corrección atmosférica permite aplicar opcionalmente la corrección de neblina,
por lo cual previamente se debe inspeccionar si en la imagen existen nubes y/o neblina evidente. Como
resultado de este paso se obtiene una imagen de reflectancia, que mejora la separabilidad espectral de los
objetos (coberturas) respecto a la imagen original. Este proceso se realiza en el software de procesamiento
CLASlite® tal como se presenta en la ¡Error! No se encuentra el origen de la referencia.9.
Para la separación preliminar de las coberturas de Bosque/no Bosque se utiliza el programa de clasificación
automatizada CLASlite®10, desarrollado por el Instituto Carnegie para la Ciencia. Esta herramienta ha sido
40
desarrollada para la identificación automatizada de la deforestación y la degradación del bosque a través del
uso de imágenes de sensores remotos satelitales.
Esta fase incluye todos los procedimientos necesarios para generar la información sobre la extensión total de
las coberturas de bosque en los periodos definidos, a partir de estos resultados se genera la cuantificación de
las superficies de bosque para cada periodo y la cuantificación de la tasa de deforestación para el territorio
continental de Colombia. Esta etapa incluye entre otros procesos:
11 La librería espectral de VF fue obtenida partir de señales captadas por el sensor aéreo HYPERION (Ungar et al.,
2003), las librerías de VNF y S fueron obtenidas a partir de campañas con espectro-radiómetros de campo. En conjunto
estas tres librerías recogen más de 230.000 observaciones (Asner et al., 2009).
12 Esta información puede ser útil para el cálculo de incertidumbres en proceso de clasificación.
41
Clasificación de coberturas de Bosque/No Bosque. A partir de un umbral determinado en las
coberturas fraccionales de VF, VNF y S el sistema de clasificación obtiene mapas de Bosque/No-
Bosque para las imágenes analizadas.
Por defecto, CLASlite® está configurado para utilizar un umbral >80% en la cobertura fraccional de
la Vegetación Fotosintética para identificar áreas boscosas, considerando todo lo demás (<80%)
como áreas de No-Bosque, esta particularidad obedece a que el programa fue desarrollado con
muestras de respuestas espectrales de bosques tropicales de tierras bajas, en donde este valor de
umbral permite identificar satisfactoriamente casi la totalidad de las áreas boscosas.
El resultado del procesamiento es un archivo Raster de tipo binario, donde la clase 1 corresponde a
la Cobertura de No Bosque y la clase 2 corresponde a la cobertura de Bosque. Este resultado debe
contrastarse con las imágenes de reflectancia para determinar si el resultado es idóneo para el
propósito del ejercicio.
Ajuste de umbrales. En el caso de no ser idóneo el resultado del mapa de cobertura de Bosque / No
Bosque generado en el procedimiento anterior, debe generarse un nuevo mapa de estas dos
coberturas a partir de la modificación manual de los umbrales del mapa de cobertura fraccional de
vegetación fotosintética (banda 2). Esta modificación se realiza puesto que la biblioteca espectral
que utiliza CLASlite® se concentra principalmente en los bosques tropicales de tierras bajas,
presentando dificultades para la clasificación de otros tipos de bosques (p.e. Bosques Andinos.
Bosque del Pacífico). Este proceso se realiza en el software de procesamiento ArcGIS®.
Debe probarse en cada caso el umbral que produzca la mejor separación. En general puede estar
cercano a 80% en zonas de sabana o con alta densidad de bosque (incluso en zonas secas es
menor de 80). Suele ser mayor de 90%, incluso muy cercano a 98% en zonas intervenidas y/o
zonas montañosas intervenidas, para mejorar la separación entre rastrojos y bosques. Este
resultado debe contrastarse con las imágenes de reflectancia para determinar si es idóneo para el
propósito del ejercicio.
Procesamiento bajo esquema tradicional. En el caso de no ser idóneo el resultado del mapa de
cobertura de Bosque / No Bosque generado en el procedimiento anterior, se generará una máscara
(selección) temática basada en éste resultado, y con ella se genera un "subset" o nuevo archivo de
dicha selección, para las áreas de bosque sobre la imagen de reflectancia. Sobre esta nueva
imagen se aplica un proceso adicional de clasificación no supervisado (algoritmo ISODATA o
algoritmo de árboles de decisión) para lograr una discriminación adicional de aquellas coberturas
que siendo fotosintéticamente activas no corresponden a la definición de bosques (p.e. cultivos de
palma de aceite, vegetación en transición, entre otros). Así mismo, este procedimiento permite
eliminar otro tipo áreas erróneamente clasificadas, tales como algunos cursos y cuerpos de agua,
42
sombras de relieve residuales o sombras de nubes y sus respectivos efectos de borde.. Este
proceso se realiza en el software de procesamiento ERDAS Imagine®, o a través del algoritmo
RandomForest implementado en un script del lenguaje de programación R.
Ediciones temáticas finales. Una vez se ha obtenido un producto temático revisado, se realiza una
inspección visual en pantalla a escala 1:100.000, donde se compara la imagen calibrada en valores
de reflectancia con el mapa de Bosque/No Bosque, identificando áreas donde aún es preciso editar
los resultados del procesamiento tradicional.
En esta etapa a criterio del intérprete, se puede utilizar información cartográfica complementaria,
como el Mapa de coberturas de la Tierra CORINE Land Cover escala 1:100.000. Este procedimiento
permitirá eliminar áreas que aún no correspondan a coberturas de bosque y que hayan sido
clasificadas erróneamente como bosque.
El resultado final de esta fase es un mapa de coberturas Bosque/No Bosque por escena para cada
periodo de tiempo analizado. Este proceso se realiza en el software de procesamiento ERDAS
Imagine®.
Esta fase del proceso metodológico permite la conformación de los mosaicos de cobertura Bosque /No
Bosque a nivel nacional para cada periodo de tiempo analizado y la identificación de las áreas de cambio
(Deforestación/Regeneración). A continuación se detallan los subprocesos realizados:
Depuración de resultados.
Una vez elaborados los mosaicos de cobertura Bosque / No Bosque a nivel nacional por periodo de análisis,
se realiza una depuración de los resultados en las áreas de empalme de las escenas, con el fin de detectar y
corregir posibles inconsistencias temáticas. En este sub-proceso se utilizan como base las imágenes
calibradas y los mapas finales de cobertura Bosque/No Bosque por escena. Las posibles inconsistencias en
estas zonas de empalme se generan principalmente debido a las diferencias en las fechas de toma de las
imágenes, relacionadas con la época climática (seca/húmeda), pudiéndose generar importantes diferencias
43
en la detección. El resultado final es un mapa de coberturas Bosque/No Bosque depurado para cada periodo
de tiempo analizado. Este proceso se realiza en el software de procesamiento ERDAS Imagine®.
Detección de cambios.
Basado en los resultados anteriores, se generan los mapas de cambio en las coberturas de Bosque/No
Bosque para los intervalos temporales 1990-2000, 2000-2005 y 2005-2010 para el territorio continental
colombiano, identificando las posibles áreas de cambio:
Áreas de deforestación. Aquellas zonas en donde el análisis de cambio detecta el paso de una
cobertura de Bosque a una cobertura de No Bosque.
Áreas de regeneración. Aquellas zonas en donde el análisis de cambio detecta el paso de una
cobertura de No Bosque a una cobertura de Bosque.
Con estas matrices (mapas de cambio) se revisa nuevamente el resultado, pues permiten identificar áreas de
posibles "falsas detecciones" ó áreas que ameritan un refinamiento temático adicional. Con los resultados
ajustados de las matrices de cambio se editan los mapas de cobertura de los periodos considerados en las
matrices y se generan las versiones finales de los mapas de cobertura Bosque/No Bosque para los tres
periodos de análisis.
Finalmente, con los productos depurados de cobertura para los diferentes periodos se realiza nuevamente
una operación de superposición temática de estas dos capas para obtener la superficie de cambio de la
cobertura de bosque de los periodos 1990-2000, 2000-2005 y 2005-2010. Este proceso se realiza en el
software de procesamiento ERDAS Imagine®.
Una vez revisada y corregida la información resultante de los mapas de las matrices de cambio, se procede a
cuantificar la deforestación histórica para Colombia en los periodos 1990-2000, 2000-2005 y 2005-2010.
En este caso la deforestación se calcula de manera sencilla, se establece el número de píxeles para cada
categoría del mapa de cambios ( Bosque, No Bosque, Sin Información) y se cuantifica el área total que pasa
de tener cobertura de bosque en el periodo inicial, a tener cobertura No Bosque en el segundo periodo
analizado. Luego la superficie de cambio cuantificada se divide por la diferencia de años entre los dos
periodos, lo que corresponde a un valor promedio anual de deforestación o cambio de coberturas de Bosque
a No Bosque.
44
4.2.7 Detección de tipos de coberturas en áreas de cambio.
Una vez definidas las zonas de cambio, incluyendo los cambios por deforestación o por regeneración se
requiere realizar la identificación de las coberturas en dichas zonas de cambio. La selección de las clases de
coberturas que se requiere identificar en este proceso, obedece a una estratificacion que permite diferenciar
los contenidos de carbono de cada categoría que a la vez es identificable en las imágenes de satélite a la
escala y a través de la metodología propuesta.
Para el Proyecto Capacidad Institucional Técnica y Científica para apoyar proyectos de Reducción de
Emisiones por Deforestación REDD en Colombia – IDEAM, se trabajó con las categorías de cobertura según
la leyenda basada en los niveles I, II y III de la leyenda de CLC Colombia de la clasificación de coberturas del
mapa de nacional de cobertura del territorio de Colombia a escala 1:100.000, CORINE Land Cover, publicado
en 2010 por el Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM), el Instituto Geográfico
Agustín Codazzi (IGAC), el Instituto de Investigación de Recursos Biológicos Alexander von Humboldt (IAvH),
el Instituto Amazónico de Investigaciones Científicas (SINCHI)y la Corporación Autónoma Regional del Río
grande de la Magdalena - Cormagdalena.
Los distintos niveles y clases de este sistema de clasificación de coberturas, se pueden adaptar a las
necesidades de identificación de coberturas del proyecto y adicionalmente se pueden agrupar de manera
general en las seis categorías de uso definidas por el IPCC para los inventarios nacionales de Gases de
Efecto Invernadero (GEI). La versión de leyenda de clasificación de coberturas propuesta para este proyecto
es como se muestra en la tabla 7.
Para éste paso se consideró como primera opción el análisis geográfico de dichas áreas en sobre-posición
con cartografía temática oficial de cobertura del suelo de una escala equivalente, es decir con el mapa de
cobertura elaborado con la metodología CORINE Land Cover Colombia, para la misma fecha del periodo de
análisis del presente ejercicio En caso de tener disponibilidad de esta información parcial o totalmente
compatible con el área geográfica de interés y adicionalmente con el periodo de tiempo del análisis, se
recomienda hacer uso de la misma para asignar a los polígonos geográficamente coincidentes, la cobertura
de la tierra identificada en el mapa de CORINE.
Una vez generado el mapa de cambio las posibles clases resultantes son las que se presentan en la tabla 10.
A partir de este último se seleccionaron las clases 2 y 4 para crear con cada una de estas clases una nueva
45
capa que delimite el área en la que efectivamente se realizará la identificación de las coberturas. Se
determinó utilizar métodos automatizados para clasificar coberturas cuyas respuestas espectrales sean lo
suficientemente homogéneas al interior de cada clase pero a la vez lo suficientemente diferentes entre ellas
de manera que permitan su identificación de manera sencilla cómo los pastos, humedales y superficies de
agua.
Sobre la superficie de deforestación seleccionada se ejecuta una serie de operaciones del tipo clasificación no
supervisada hasta lograr la identificación de la mayor parte de las coberturas en las áreas de cambio.
Posteriormente la identificación se completa de manera visual, asignando manualmente el tipo de cobertura
hasta finalizar la identificación de la totalidad de la superficie de cambio. Este procedimiento debe ser seguido
y controlado permanentemente de manera que se garantice que las coberturas asignadas corresponden de
manera correcta a las que pueden ser identificadas en la imagen original o bien en las imágenes mejoradas.
Dado que este procedimiento se realiza en corto tiempo y entre varios intérpretes, para la distribución de las
áreas de trabajo inicialmente se cortó el mapa nacional utilizando la Grilla de las imágenes Landsat. En
consecuencia y como paso final se requiere crear nuevamente el mosaico nacional, incluyendo una revisión y
corrección final de la interpretación en las zonas de empalmes entre escenas.
Este paso permite adicionalmente realizar una revisión, identificación y corrección de falsas detecciones de
cambios entre los periodos analizados. Al revisar de manera específica las zonas de cambios y asignar los
tipos de cobertura se identifican aquellas zonas en dónde realmente no ha habido ni deforestación ni
regeneración. Por lo que al finalizar esta etapa se deben actualizar los mapas de coberturas de Bosque y No
Bosque de los periodos analizados y se corrige la versión previa de los datos de deforestación.
46
47
5 RESULTADOS
En términos generales, se descargaron poco más de 4.200 imágenes de los productos MODIS MOD09A1 y
MOD09Q1, correspondientes a las 6 escenas de la cuadricula MODIS en las que se enmarca Colombia, es
decir 46 imágenes por cada uno de los 8 años (2000-2007) y por cada una de las 6 escenas, Estas imágenes
fueron descargadas vía web del servidor del USGS como se explicó en el apartado metodológico.
A partir del conjunto de imágenes descargadas se seleccionó un subconjunto correspondiente a los productos
MODIS MOD09A1 y MOD09Q1 para los años 2000 y 2007, es decir, de las 4.216 imágenes descargadas se
seleccionaron 1.472 imágenes para el periodo mencionado. Un ejemplo representativo de este subconjunto
de imágenes se presenta en la ¡Error! No se encuentra el origen de la referencia..
Figura 12. Imagen MODIS producto MOD09A1 de diciembre del año 2000, escena h10v08 en composición RGB 4,6,3.
48
De este subconjunto de imágenes se seleccionaron a su vez, las mejores imágenes, con las menores
coberturas de efectos atmosféricos (áreas de nubosidad, principalmente) para efectuar la fase de Pre-
procesamiento. En este sentido, de las 1.472 imágenes seleccionadas para los años 2000 y 2007 se pre-
procesaron completamente solo 108 imágenes, las cuales permitieron generar al final del proceso un producto
para el periodo 2000-2007 con una cobertura de nubosidad del 12% para el territorio continental colombiano.
A partir del subconjunto de las 108 imágenes completamente pre-procesadas se aplicó el sistema de
clasificación automatizado CLASlite®, obteniéndose entre otros los siguientes productos intermedios:
108 imágenes de reflectancia. Los 108 archivos de trabajo (Layer stack) fueron calibrados
radiométricamente y corregidos atmosféricamente a través de CLASlite® obteniendo productos de
reflectancia aparente con la misma resolución espacial y espectral de las imágenes originales, es
decir, 250m y 7 bandas espectrales, respectivamente.
Por cada imagen de reflectancia obtenida se generó un nuevo archivo digital con 7 bandas que
corresponden a las tres coberturas fraccionales clasificadas por CLASlite® (VF, VNF y S), tres
imágenes de incertidumbre en la estimación (una para cada cobertura fraccional) y una imagen del
error total (RMS) de la estimación, la ¡Error! No se encuentra el origen de la referencia.
presenta un ejemplo de estos resultados, en la imagen de la izquierda se presenta la imagen de
reflectancia generada y en la imagen de la derecha una composición de color de las coberturas
fraccionales generadas (en tonalidades verdes se presenta la vegetación fotosintética asociada a la
presencia de bosques naturales). Así entonces, se produjeron en total 108 archivos producto del
procesamiento en CLASlite®.
Figura 13 Imagen de reflectancia generada por CLASlite y Composición de color de las coberturas
fraccionales generadas a partir de ella (RGB, S-VF,VNF), para un sector de la escena h11v08 del 11 de
diciembre de 2000 en limites de los departamentos de Vichada y Guainía.
49
5.1.4 Fase de Generación de información.
Como se mencionó anteriormente la detección de las coberturas de Bosque y No-Bosque se realiza a partir
de la manipulación de la proporción (0-100%) de VF detectada por el programa a nivel de pixel, en
condiciones estándar esta proporción está determinada en el 80%, valor que para el caso de bosques
amazónicos13 de tierras bajas permite separar adecuadamente estos dos tipos de coberturas, sin embargo
para el caso particular de aplicación en Colombia este umbral no permite detectar adecuadamente todos los
tipos de bosque.
Figura 14 Modificación de los umbrales de detección de Bosque para un sector de la escena h11v08 del 11 de
diciembre de 2000 en límites de los departamentos de Vichada y Guainía.
La Figura 14 presenta un ejemplo de esta situación para un sector de la escena h11v08 del 11 de diciembre
de 2000 en límites de los departamentos de Vichada y Guainía, a la izquierda se presenta la imagen de
reflectancia en composición de color RGB 4,6,3 y a la derecha se presenta la clasificación de coberturas
Bosque/No-Bosque con un ajuste inicial del umbral de detección, por lo cual en algunas áreas de bosque de
Galería podrían presentar sobreestimación.
13 Este software de clasificación fue diseñado y probado en bosques tropicales de cuenca amazónica brasileña.
50
Figura 15 Mapa de coberturas Bosque/No-Bosque para el año 2000.
Una vez realizados todos los ajustes de los umbrales de detección de bosque para las escenas procesadas
en CLASlite® se procedió a realizar los empalmes para las escenas (h10v07, h10v08,…) correspondientes a
cada año analizado (2000 y 2007) para finalmente obtener los mosaicos de coberturas de Bosque/No-Bosque
51
para los años mencionados tal como se presenta en la ¡Error! No se encuentra el origen de la
referencia.5 y en la ¡Error! No se encuentra el origen de la referencia., respectivamente.
52
Para el año 2000 se detectó una superficie de cobertura boscosa total para el área continental del país de
60´818.739 ha, la cual es consecuente con otros datos reportados para este tipo de coberturas en ese año,
como es el caso del reportado en Mapa de Ecosistemas terrestres, costeros y marinos de Colombia para el
año 2000 (Ideam et al., 2007) que reporta 61´246.659 ha, es decir, el presente ejercicio logra un 99.3% de las
detecciones obtenidas en el estudio mencionado. Para el año 2007 se detectó una superficie de cobertura
boscosa total para el territorio continental del país de 58´853.397 ha.
Finalmente, con los productos depurados de cobertura para los años 2000 y 2007 se realiza un proceso de
superposición temática de estas dos capas para obtener la superficie de cambio de la cobertura de bosque en
el periodo 2000-2007 (Figura 17), resultando en una pérdida de la cobertura boscosa de 2`356.445 hectáreas
en el periodo analizado, es decir, aplicando una relacional lineal de perdida se obtiene una tasa promedio
anual de pérdida de la cobertura boscosa de 336.581 hectáreas por año.
Analizando los resultados obtenidos, se encuentra que los mayores niveles de transformación se presentan
en la región amazónica con una deforestación promedio de 104.480 ha por año; y que los menores niveles de
pérdida de la cobertura boscosa se presentan en la región Orinocense con 36.499 ha como se presenta en la
¡Error! No se encuentra el origen de la referencia..
Se realizó una evaluación de la exactitud temática de los productos cartográficos generados implementando
un muestreo sistemático basado en una cuadricula con intervalos de 1 grado (latitud/longitud). En las
intersecciones de la cuadrícula se ubican unidades de muestreo de 20 km x 20 km, evitando así que se
superpongan. Para el territorio continental colombiano se identificaron un total de 99 unidades de muestreo, al
interior de ellas se distribuyen aleatoriamente los sitios de verificación. De acuerdo por lo recomendado por
Meidinger (2003) el tamaño de la muestra se determinó tomando como referencia los siguientes parámetros:
53
• Probabilidad de una clasificación correcta: 0.5.
Basados en estos parámetros se identificó un tamaño mínimo de muestra de 387 puntos de verificación. Con
el objeto de tener una distribución uniforme de los puntos en las 99 unidades de muestreo se utilizó un
54
tamaño de muestra de 396 puntos, es decir, cuatro puntos por unidad de muestreo. La localización espacial
de los puntos de verificación se realizó aleatoriamente manteniendo una distancia mínima de 5 km entre
punto y punto para evitar problemas de auto-correlación espacial. Estos sitios son superficies cuadradas de
25 ha dentro de las cuales se verifica la exactitud temática de la clasificación de los mapas de Bosque /No
bosque a través de interpretación visual de las coberturas.
Como fuente de información para la evaluación del mapa de Bosque/ No bosque se utilizaron imágenes de
media resolución espacial Landsat (TM y ETM+) para los años de referencia, las cuales se constituyen en un
insumo de mayor resolución espacial que las imágenes utilizadas como base para la generación de los
mapas.
Los resultados de la evaluación indican que la exactitud global del mapa 2000 asciende a 91,16% mientras
que para el mapa 2007 resulto en 93,43%, indicando un adecuado ajuste de los resultados de la clasificación
temático vs los datos de verificación utilizados. Analizando los errores de Omisión/Comisión, de acuerdo con
los puntos de verificación, se encuentra que para el mapa 2000 el 97,58% de la clase Bosque se encuentra
bien clasificada, mientras que para el mapa 2007 el 98,51% de esta misma clase estuvo bien clasificada.
Complementariamente con estas métricas de exactitud, se calculo el Índice de Kappa para permitir
comparaciones con otros productos cartográficos, resultando en que el mapa 2000 se obtiene un valor de
82,2% +/- 5,61, mientras que para el mapa 2007 asciende a 86,8% +/- 4,87, estos resultados ligeramente
inferiores a los obtenidos con el índice de exactitud global se explican ya que índice de Kappa tiene en cuenta
dentro de su cálculo los puntos de verificación fuera de la diagonal de la matriz de error.
55
Amazonia 46.147.600 41.980.236 41.248.876 89% 2%
Caribe 15.163.600 2.611.432 2.291.364 15% 12%
Total 114.212.290 64.367.186 62.010.741 4%
Observando algunas fuentes de información del estado de los bosques, a manera de comparación, la
“Segunda Comunicación Nacional, que incluye el Inventario Nacional de Gases de Efecto Invernadero -años
2000 y 2004-, en el Módulo uso de la Tierra, Cambio en el uso de la Tierra y Silvicultura (LULUCF)” estimó
que la superficie de bosques transformada a otros usos del suelo entre los años 1986 y 2001, utilizando los
mapas de Coberturas Vegetales, Uso y Ocupación del Territorio, ascendía a 118.000 hectáreas anuales de
bosque, cifra utilizada para los años de evaluación del inventario.
De acuerdo con este estudio las coberturas de bosque que presentaron mayores pérdidas en superficie para
ese periodo, fueron el Bosque andino con cerca de 56.000 hectáreas, el Bosque basal amazónico con 50.000
hectáreas y el Bosque basal del Pacífico con 12.000 hectáreas, aproximadamente. Aunque a partir de dicho
estudio, se obtuvo información sobre la extensión en hectáreas de diferentes tipos de cobertura de bosques
naturales, para los períodos 1986 -1994 y 1994 - 2000, las metodologías y técnicas utilizadas para cada
estimación son diferentes, al igual que los criterios de clasificación de las categorías de cobertura de la Tierra
utilizadas.
Otros datos reportados para Colombia en documentos de referencia varían desde las 600.000 ha al año
reportadas por IGAC e ICA en 1987, las 221.000 ha reportadas por IGAC en 2002 y las 91.932 ha por año
reportadas por IDEAM en 2002. Estas divergencias en las cifras pueden obedecer a factores de orden técnico
o metodológico que dificultan la tenencia de cifras concretas y comparables.
Estudios internacionales, tales como los adelantados por el World Resources Institute -WRI- reportan que en
1991 que la deforestación del país era de 380.000 ha al año, y según estudios adelantados por la FAO en
1993 para el periodo 1981-1990 la tasa de deforestación ascendió a 367.000 ha al año.
Finalmente, el presente estudio utiliza como estudio de comparación el trabajo adelantado por el Centro
Internacional de Agricultura Tropical -CIAT- en con junto con The Nature Conservancy -TNC- con el sistema
de monitoreo del cambio de uso del suelo en tiempo real -PARASID- (Reymondin et al., 2008). Estos autores
utilizan datos del sensor MODIS (productos de NDVI, MOD013A) para realizar las detecciones, a través del
análisis de la evolución del NDVI. Los resultados preliminares de este estudio son aplicables al 77% del
territorio nacional, debido a carencia de datos por condiciones atmosféricas, resultando en una tasa promedio
de cambio que puede variar14 entre 373.629 ha y 108.000 ha por año, estos cambios están relacionados con
14 La variación está dada de acuerdo al umbral de incertidumbre, que para este caso está entre el 90% y el 98%,
respectivamente.
56
procesos de deforestación, inundaciones, reforestación y aforestación, sin embargo, estos datos podrían
cambiar sensiblemente con la inclusión de los datos del 23% restante del país. Los estudios revisados indican
que los resultados obtenidos por el presente estudio estan en niveles similares a los reportados previamente,
sin embargo, los resultados de la evaluación de la exactitud temática.
El principio básico de la percepción remota radica en que los diversos objetos de interés (vegetación, suelo,
agua, etc.) reflejan, dispersan o emiten cantidades diferenciales de radiación electromagnética, la diferencia
en estos niveles de radiaciones registradas por el sensor es lo que permite distinguir las diferencias entre los
objetos en las imágenes generadas (Mackay L., 2005).
Figura 18 Efectos de la calibración de imágenes sobre las imágenes Landsat TM 8-54 de 1991/08/14 (a) y (b),
2001/08/01 (c) y (d). (a) y (c) Imagen bruta RGB 453; (b) y (d) imagen calibrada RGB 453.
No es habitual que las imágenes de sensores remotos captados sean directamente utilizadas para la
resolución de un problema de investigación, puesto que la atmosfera atenúa su intensidad y puede ser
registrada erróneamente por el sensor, estos errores deben ser removidos antes de inferir o estimar
propiedades a partir de imágenes de sensores remotos, en especial en ciertos casos:
57
Cuando se desea derivar propiedades que pueden ser estimadas a partir de las características de
reflectancia de los objetos de interés (ver Figura 18c y 18d).
En este sentido, el principal resultado de esta fase es la aplicación del modelo de corrección atmosférica 6S
que permitió la generación de las imágenes de reflectancia, las cuales mejoran el proceso de identificación de
coberturas y apoyan las ediciones temáticas de los productos temáticos de cobertura Bosque/No Bosque y
del proceso de Identificación de cambio a otras coberturas de la Tierra.
Figura 19 Generación de imágenes de cobertura fraccional. Imagen 8-54 de 2001/08/01, (a) imagen calibrada, (b)
imagen de cobertura fraccional.
En este sentido, las imágenes calibradas fueron procesadas para generar las imágenes de cobertura
fraccional que permiten cuantificar el contenido de Vegetación fotosintética (VF), asociada principalmente a la
distribución de áreas boscosas; Vegetación no-fotosintética (VNF) y suelos descubiertos (S), las cuales son
insumo del proceso de generación de los mapas de coberturas Bosque/No Bosque. La ¡Error! No se
encuentra el origen de la referencia. presenta un ejemplo de la imagen calibrada (a) y de cobertura
fraccional (b) generadas para un sector de la imagen Landsat TM 8-54 de 2001/08/01 en la que en
tonalidades verde se observa la cobertura de Bosque y en tonalidades amarillo, azul y fucsia las áreas de No
Bosque.
El resultado de esta fase fue la generación para cada periodo de tiempo analizado de 63 mapas parciales de
coberturas Bosque/No Bosque, uno para cada una de las 63 escenas de la grilla Landsat que cubren el
58
territorio continental de Colombia, las cuales de acuerdo al flujo metodológico pueden incluir en su
procesamiento el ajuste de los umbrales de detección de bosque, procesamiento bajo el esquema tradicional
y ediciones temáticas finales (ver figura 20).
Figura 20. Generación de mapas de cobertura Bosque/No Bosque. Imagen 8-54 de 2001/08/01, (a) imagen calibrada, (b)
Cobertura de Bosque / No Bosque (preliminar).
Respecto del periodo 2000 se detectó una extensión de cobertura boscosa total para el país de 61’732.841
hectáreas, representando el 54.1% del territorio nacional (ver Tabla 13). Este tipo de coberturas se ubica
principalmente en las regiones Amazonía y Andes, como se presenta en la tabla 20 y en la Figura 22.
Adicionalmente, es importante mencionar que para este periodo de análisis se reporta un 1.9% del territorio
59
continental colombiano con persistencia de áreas de nubosidad, generando un poco menos de 3´000.000
hectáreas en áreas sin información de coberturas, debido sobre todo a presencia de nubes.
60
Figura 21 Mapa de coberturas Bosque/No-Bosque para el año 1990
61
Figura 22 Mapa de coberturas Bosque/No-Bosque para el año 2000
62
Figura 23 Mapa de coberturas Bosque/No-Bosque para el año 2005
63
Figura 24. Mapa de coberturas Bosque/No-Bosque para el periodo 2010.
64
Para el periodo 2005 se contabilizó una superficie de cobertura boscosa total para el país de 60’206.330
hectáreas, representando el 52.8% del territorio nacional (ver Tabla 13). Este tipo de coberturas se ubica
principalmente en la región amazónica, como se presenta en la Tabla 20. Adicionalmente, es importante
mencionar que para este periodo de análisis se reporta un 2.6% del territorio continental colombiano sin
información debido a la persistencia de áreas de nubosidad, pero también a problemas del sensor
(bandeamiento de imágenes Landsat 7) generando cerca de 3´000.000 hectáreas en áreas sin información de
coberturas, como se puede observar en la Figura 23.
Respecto del periodo 2010 a través del procesamiento digital de imágenes se identifico una superficie de
cobertura boscosa total para el país de 58’633.631 hectáreas, representando el 51.4% del territorio nacional
(ver Tabla 13 y la Figura 24). Este tipo de coberturas se ubica principalmente en la región amazónica, como
se presenta en la Tabla 20. Adicionalmente, es importante mencionar que para este periodo de análisis se
reporta un 3.3% del territorio continental colombiano con áreas sin información debido a la persistencia de
áreas de nubosidad, problemas del sensor (bandeamiento de imágenes Landsat ETM+) y áreas de sombra de
pendiente en imágenes de Radar generando cerca de 3´800.000 hectáreas en áreas sin información de
coberturas.
A manera de comparación, podemos ver que en el mapa de cobertura de la Tierra de Colombia para el año
2000 cuya generación a partir de la adaptación de la metodología CORINE Land Cover finalizó en 2009, se
reporta una extensión de cobertura de Bosque15 de 59´831.724 hectáreas (IDEAM et al., 2010),
identificándose una adecuada coherencia (cerca del 97%) con la cifra aquí reportada para el periodo 2000.
Finalmente, con estos resultados se generan los mapas de cambio en las coberturas de Bosque/No Bosque a
través de un proceso de superposición temática de estas tres capas para obtener la superficie de cambio de
la cobertura de bosque en los periodos 1990-2000, 2000-2005 y 2005-2010 para el territorio continental
colombiano, identificando las áreas de cambio posibles:
15Para el momento de escritura de este documento no se había concluido la generación del mosaico final de coberturas
de la tierra a escala 1:100.000 para el año 2000, restando cerca de 3´000.000 de ha por consolidar.
.
65
Figura 25. Mapa de cambio de coberturas Bosque/No-Bosque para el periodo 1990-2000.
66
Figura 26 Mapa de cambio de coberturas Bosque/No-Bosque para el periodo 2000-2005.
67
Figura 27. Mapa de cambio de coberturas Bosque/No-Bosque para el periodo 2005-2010.
68
Áreas de deforestación. Aquellas zonas donde en el análisis de cambio se pasa de una cobertura de
Bosque a una cobertura de No Bosque.
Áreas de regeneración. Aquellas zonas donde en el análisis de cambio se pasa de una cobertura de
No Bosque a una cobertura de Bosque.
Los datos obtenidos identifican una superficie de pérdida de la cobertura de bosque en el periodo 1990-2000
de 2.797.569 hectáreas, es decir, que aplicando una relación lineal de pérdida para los 10 años de análisis, se
obtiene una tasa promedio anual de pérdida de la cobertura boscosa de 279.757 hectáreas por año.
Tabla 14. Cambio en las coberturas de Bosque/No Bosque para los periodos de análisis.
Periodo de
Cambio 1990-2000 Cambio 2000-2005 Cambio 2005-2010
análisis
Cobertura Área (ha) % Área Área (ha) % Área Área (ha) % Área
Bosque estable 60.744.902 53,3 59.256.164 52,0 57.202.506 50,2
No Bosque estable 46.219.384 40,5 48.932.012 42,9 49.354.782 43,3
Deforestación 2.797.569 2,5 1.574.953 1,4 1.191.365 1,0
Regeneración 495.218 0,4 455.021 0,4 100.358 0,1
Sin información 3.805.016 3,3 3.843.939 3,4 6.213.079 5,4
Analizando los resultados obtenidos, se encuentra que para este periodo los mayores niveles de
transformación se presentan en la región amazónica con una deforestación promedio de 119802 hectáreas
por año; y que los menores niveles de pérdida de la cobertura boscosa se presentan en la región del Pacífico
con 14043 hectáreas al año en promedio como se presenta en la Tabla 20 y en la Figura 25.
Respecto de los datos obtenidos para el periodo 2000-2005 se identificó una superficie de cambio de la
cobertura de bosque de 1.574.953 hectáreas, es decir, aplicando una relación lineal de pérdida para los 5
años de análisis se obtiene una tasa promedio anual de pérdida de la cobertura boscosa de 314.991
hectáreas por año.
Finalmente, para el periodo 2005-2010 de encontró que la superficie de cambio total en el periodo de análisis
fue de 1´191.365 hectáreas, concentrándose principalmente en las regiones Amazónica y Andina. Aplicando
una relación lineal de pérdida se identifica que para este periodo anualmente se perdieron en Colombia
238.273 hectáreas de Bosque natural, como se presenta en la tabla 14 y en la Figura 27.
En términos relativos, la región Caribe fue la que perdió una mayor proporción del área bosque en ambos
periodos analizados. La tabla 15 presenta la extensión de la cobertura de bosque por región y la proporción
del área boscosa deforestada, así como los promedios y porcentajes anuales de pérdida de cobertura de
bosque para los tres periodos de cambio analizados.
69
Los estudios revisados indican que los resultados obtenidos por el presente estudio podrían estar en los
niveles reportados previamente, sin embargo, es necesario realizar un proceso de validación de los resultados
obtenidos a fin de determinar el grado de fiabilidad de los mismos.
Tabla 15. Proporción del área boscosa deforestada por regiones naturales
Periodo Indicador Región Total
analizado Pacífico Orinoquía Caribe Andes Amazonía
1990- Bosque 1990 (ha) 5.249.261 2.335.094 2.368.779 12.565.035 41.924.100 64.442.269
2000 Deforestación (ha) 140.426 240.580 343.019 876.597 1.198.018 2.798.639
% bosque perdido 2,68 10,30 14,48 6,98 2,86 37
deforestación promedio anual (ha) 14.043 24.058 34.302 87.660 119.802 279.864
% bosque perdido promedio anual 0,27 1,03 1,45 0,70 0,29 3,73
2000- Bosque 2000 (ha) 5.227.673 2.182.517 2.014.227 11.716.837 40.669.967 61.811.221
2005 Deforestación (ha) 146269,17 143479,89 236562,84 486463,86 562823,28 1.575.599
% bosque perdido 2,80 6,57 11,74 4,15 1,38 27
deforestación promedio anual (ha) 29.254 28.696 47.313 97.293 112.565 315.120
% bosque perdido promedio anual 0,56 1,31 2,35 0,83 0,28 5,33
2005- Bosque 2005 (ha) 5.035.400 2.123.340 1.807.073 11.151.591 40.096.203 60.213.607
2010 Deforestación (ha) 110744,46 46533,51 200090,07 435449,7 398984,94 1.191.803
% bosque perdido 2,20 2,19 11,07 3,90 1,00 20
deforestación promedio anual (ha) 22.149 9.307 40.018 87.090 79.797 238.361
% bosque perdido promedio anual 0,44 0,44 2,21 0,78 0,20 4,07
El resultado de este paso final permite observar a qué tipo de coberturas se transformó el Bosque durante los
periodos 2000-2005 y 2005-2010 cuando se presenta deforestación. Así mismo, este proceso permite
identificar los tipos de coberturas diferentes a Bosque que pudieron convertirse en Bosque (regeneración)
para el mismo periodo, tal como se presenta en la tablas 16 y 18.
Para el periodo 2005 – 2010 el cambio en cobertura de bosques por deforestación ocurre principalmente
hacia las mismas coberturas dominantes del periodo anterior, encontrándose que para este periodo la
70
conversión hacia coberturas de Pastos corresponde el 55.5% del área de cambio, mientras que los cambios
hacia Vegetación secundaria representan el 20,2% como se presenta en la tabla 16.
Tabla 16 Tipificación del cambio de coberturas boscosas por deforestación periodos 2000-2005 y 2005-2010.
2000-2005 2005-2010
Periodo
Cobertura Área ha % Área Área ha % Área
Tabla 17 Cambios de la cobertura de Bosque a otros tipos de cobertura de la tierra (Deforestación) por región para el
periodo 2000 - 2005
Total
Tipo de Cobertura Amazonia Andina Caribe Orinoquia Pacífico
general
Áreas con vegetación herbácea 1.532 17.287 286 112 39 19.256
Áreas con vegetación arbustiva 523 5.906 70.480 66 148 77.123
Áreas urbanizadas 772 6.138 - - 2.674 9.584
Cultivos permanentes 2.248 6 2 1.494 - 3.750
Cultivos transitorios - 6.550 81 358 - 6.989
Mosaicos 113.875 44.666 28.488 6.814 218 194.060
Otras áreas sin vegetación 619 1.843 342 405 571 3.781
Pastos 278.111 185.260 73.731 62.071 26.608 625.782
Plantación forestal - 4 36 - - 40
Superficies de agua 7.051 1.032 745 6.100 19 14.948
Vegetación acuática 1.265 4 159 270 - 1.698
Vegetación secundaria 146.954 190.233 56.235 57.155 101.891 552.468
Zonas quemadas 1 1.023 - 4.272 - 5.296
Total general 562.592 486.189 236.482 143.400 146.194 1.574.856
71
En el contexto regional el proceso de deforestación entre 2000 y 2005 indica que las áreas de cambio de
bosque a coberturas de pastos se concentraron en las regiones Andina y Amazónica, presentando 278.111ha
y 185.260 ha respectivamente, como se presenta en la tabla 17. Por otro lado, la deforestación asociada a
aumentos de la cobertura de vegetación secundaria se presentó principalmente en la región de los Andes con
aproximadamente 190.000 ha, seguida de la región de la Amazonía con un poco menos de 150.000 ha. Esta
situación identifica el patrón de deforestación en "frontera" que ocurre actualmente en la región Amazónica y
la alta dinámica de cambio de coberturas que continua sucediendo en la región Andina.
Tabla 18 Cambios de la cobertura de Bosque a otros tipos de cobertura de la tierra (Deforestación) por región para el
periodo 2005 - 2010
Regiones TOTAL
Tipo de Cobertura
Amazonia Orinoquia Caribe Pacífica Andina GENERAL
Áreas urbanizadas 53 11 31 5 24 123
Cultivos transitorios 157 497 802 717 30 2.201
Cultivos permanentes 40 134 52 9 637 873
Pastos 272.525 37.567 139.997 16.036 198.047 664.172
Mosaicos 42.340 2.084 7.770 2.696 49.983 104.874
Plantación forestal - - - - 144 144
Áreas con vegetación herbácea 11.710 78 - - 7.760 19.549
Áreas con vegetación arbustiva 42.925 896 22.064 - 63.819 129.703
Vegetación secundaria 43.040 6.775 35.934 50.757 105.355 241.860
Zonas quemadas 1.624 1.030 16 - 860 3.530
Otras áreas sin vegetación 1.021 540 559 4.634 921 7.675
Vegetación acuática - 160 4.787 4.748 1.492 11.187
Superficies de agua 1.878 1.830 1.359 3.895 1.932 10.894
TOTAL GENERAL 418.631 53.064 217.612 99.083 459.196 1.196.785
Para el periodo 2005-2010, el análisis del contexto regional indica que la cobertura de cambio predominante,
Pastos, ocurre principalmente en las regiones de la Amazonia y los Andes con el 41% y 30%,
respectivamente, como se presenta en la Tabla 18. Respecto de la cobertura Vegetación secundaria, de
acuerdo con los resultados finales se encuentra que las mayores proporciones se encuentran ahora
localizadas en las regiones Andina y del Pacifico con el 44% y 21%, respectivamente.
72
cubiertas por Pastos y Áreas agrícolas heterogéneas, que corresponden al 7, 9% y 13.5% , respectivamente
como se puede observar en la Tabla 19. Para el periodo 2005-2010, nuevamente es la transición desde áreas
de Vegetación secundaria hacia áreas Bosque el cambio dominante, encontrándose que cerca del 70% de la
regeneración ocurre por este tipo de conversión.
Tabla 19. Tipificación del cambio de cobertura boscosa por regeneración para los periodos 2000-2005 y 2005-2010.
2000-2005 2005-2010
Periodo
Cobertura Área ha % Área Área ha % Área
En términos de distribución de estos cambios de cobertura por región, podemos observar que para el periodo
2000-2005 las áreas de regeneración desde Vegetación secundaria se concentran especialmente en las
regiones de los Andes y el Pacifico, registrando el 34% y 20% del total del cambio desde esta cobertura
respectivamente (Ver tabla 20). La cobertura de Pastos asociada a regeneración se concentra principalmente
en las regiones de Amazonía y Andes (16% y 66% respectivamente).
Para el periodo 2005-2010 al igual que en el periodo anterior, los cambios por regeneración están asociados
principalmente a transiciones desde la cobertura de Vegetación secundaria, reportándose con poco más del
70% del total de cambio por regeneración, la cual analizada regionalmente resulta en que se localiza casi en
su totalidad en las regiones de los Andes y el Caribe con el 65% y el 29%, respectivamente, como se
presenta en la Tabla 21.
73
Tabla 20. Cambios de otros tipos de cobertura de la tierra a bosque (Regeneración) por región para el periodo 2000 -
2005
Rótulos de fila Amazonia Andina Caribe Orinoquia Pacífico Total general
Finalmente, es importante tener en cuenta que las áreas asociadas con las coberturas de Herbazales y
Arbustales pueden estar relacionadas con procesos de la dinámicas propias y posiblemente estacionales,
comunes en los ecosistemas naturales orinocenses y andinos, sumado a la dificultad para el uso de imágenes
en diferentes periodos estacionales (baja disponibilidad). De manera similar las coberturas de las superficies
de agua pueden estar asociadas a dinámicas naturales de inundación de los cuerpos de agua de las
diferentes regiones.
Tabla 21. Cambios de otros tipos de cobertura de la tierra a bosque (Regeneración) por región para el periodo 2005-
2010.
Tipo de Cobertura Amazonia Andina Caribe Orinoquia Pacífico Total general
Áreas con vegetación arbustiva - 18 167 11 10 206
Áreas urbanizadas - 4 587 - 19 610
Cultivos permanentes 11 363 113 - 187 674
Cultivos transitorios 31 366 617 23 19 1.057
Otras areas sin vegetación 761 7.003 1.339 1 - 9.105
Pastos 4.853 22.939 3.284 1.114 10.363 42.554
Superficies de agua 93 40 38 704 536 1.411
Vegetación acuática 692 4.269 - - 95 5.056
Vegetación secundaria 673 12.848 5.735 468 51 19.775
Total general 7.575 49.947 12.389 2.970 11.745 84.627
74
Análisis regional por Autoridad Ambiental.
La extensión total de cobertura de Bosque en el territorio continental colombiano en los periodos de análisis
(1990-2000-2005-2010) permite identificar que tan solo en dos de las Corporaciones Autónomas regionales -
CARs-de la Amazonia (Corpoamazonia y CDA) se concentran más del 50% del total del Bosque remanente,
indicando el papel relevante de estas autoridades ambientales en la conservación y manejo sostenible de este
recurso. Así mismo, permite identificar que las CARs con menores remanentes de cobertura de Bosque son
Corpomojana y CRA, las cuales representan menos del 0.01% de la extensión total continental, una
descripción detallada de esta situación para la jurisdicción de las 34 CARs analizadas se presenta en la Tabla
22.
Respecto de la dinámica de cambio, en el periodo acumulado se identificó que cerca del 45% del total de
pérdida de cobertura boscosa se concentró en la jurisdicción de tres CARs, a saber: Corpoamazonia,
Cormacarena y CDA, con el 19,9%, el 13,5% y el 13,5%, respectivamente. Es así que esta área se constituye
en uno de los principales focos de deforestación activa en el país.
Un segundo núcleo importante a la luz de la jurisdicción de las CARs se concentra en las jurisdicciones de
Corantioquia, CSB, CAS, Copornor, identificándose que cerca del 15% del total de pérdida de cobertura
boscosa se concentró en su jurisdicción, como se identifica en la Tabla 22.
75
Tabla 22. Cambios en la cobertura boscosa en la jurisdicción de las Corporación Autónoma regionales para los periodos de análisis.
CAR 1900-2000 2000-2005 2005-2010
Bosque No Bosque Deforestac Regenerac Sin Bosque No Bosque Deforestac Regenerac Sin Bosque No Bosque Deforestac Regenerac Sin
Estable Estable ión ión Información Estable Estable ión ión Información Estable Estable ión ión Información
Corpamag 310.852 1936461 46521 4431 23300 283435 1968169 33364 19214 17383 284265 1976513 21769 395 38501
CRA 12.378 305194 12251 20 793 6228 317074 4911 112 2311 4280 321772 2266 49 2230
Corpocesar 172.608 2000148 24505 1231 46816 155890 2040918 12691 4936 30874 148261 2008478 10830 1781 75786
CSB 635.347 1236938 66286 6501 91078 569232 1290226 33747 3615 139329 522367 1311129 30712 4325 167616
Corponor 1.000.592 974736 126327 27583 65987 918232 1084473 62486 16160 113874 894643 1135824 39325 8490 116465
Corpo 26.312 489138 19598 152 21274 10851 505883 10651 293 28797 5706 518910 6104 9 25746
mojana
Corpourab 690.523 770003 50835 5060 381159 687820 825738 11195 33553 339274 708011 840109 23074 6575 319449
a
Codechoco 3.412.441 300114 57241 16644 1004184 3509101 315165 47580 58132 860645 3576928 389298 75277 7604 740436
Cor 1.161.985 2081383 90249 15149 136579 1129616 2176319 46477 22035 110897 957037 2118881 99968 4229 305229
antioquia
CAS 774.382 1614132 71999 15475 113271 703877 1675752 72146 16944 120540 620241 1723961 83892 9358 151806
CDMB 140.311 301075 15292 4196 11556 125183 297767 12605 8645 28230 127444 306884 7781 837 29484
Corporinoq 5.305.404 11557000 262995 117779 183773 5178816 11769178 149478 49406 280072 5105738 11742863 48445 3948 524610
uia
Corpoboya 278.062 1253219 24383 2369 51040 252201 1291471 20622 2799 41981 221397 1288529 12292 1710 85145
ca
Cornare 260.232 524569 6983 2435 19331 250494 527811 14051 3787 17407 166606 460049 19119 492 167282
AMVA 29.077 85404 395 200 1000 27273 86127 1793 183 700 22577 86513 3778 18 3190
CAR 186.470 1420965 14677 8191 74804 164295 1440341 18777 10318 71375 158053 1429842 11643 3256 102313
Corpo 156.139 563948 4527 2974 14039 140496 560362 13615 3841 23313 114163 537696 12134 1353 76281
caldas
CARDER 142.466 181505 5438 2348 22552 136500 181271 4788 3014 28735 130267 179993 6732 850 36466
Corpo 78.784 199927 12397 4373 14686 65599 213832 10651 1815 18270 46581 211266 8538 781 43000
chivor
Cortolima 516623 1668818 53645 19809 137870 467759 1758784 36017 13972 120234 411938 1715617 21965 4552 242694
Corpo 115.413 217934 6449 6039 21016 88594 219658 10478 1048 47073 66719 203666 5557 149 90760
guavio
Cor 3.386.994 4630046 397225 74523 62512 3174995 4967698 210472 43176 154958 2906062 5031166 142474 7496 464102
76
macarena
DAMA 5.848 153006 517 1186 3456 5915 153319 337 1030 3411 6851 153580 171 16 3394
CRQ 57.382 111081 9127 1699 14421 50459 119481 2996 1590 19184 52499 125362 2711 1983 11154
CDA 16.803.712 832362 353301 21147 48449 16650302 1190706 164651 9565 43746 16386737 1333466 70805 1998 265220
CAM 674.157 1074368 53176 11303 57132 609685 1136849 46998 17218 59385 458833 1085092 26612 4778 294820
Corpo 19.581.011 2143532 586618 38111 167587 19293861 2721435 271029 31500 199033 18798151 2978909 251900 7035 479149
amazonia
CVS 378.263 1913635 41768 4410 163482 845409 1046600 12935 23447 163892 824450 970373 17342 6369 273585
CARSUCRE 33.021 472015 7040 449 3020 22951 478206 8626 442 5322 22007 487445 1684 51 4135
CARDIQUE 88.198 511670 25227 84 3852 52144 535621 29015 550 11702 44172 564911 8859 87 10741
CVC 839.886 1023713 44677 16017 167992 360651 1949210 13036 9413 169247 346857 1974122 17129 2315 160904
CRC 1.499.896 1247126 150557 22062 135509 1501383 1389693 22872 12801 128401 1348421 1318015 48077 5054 335578
Corpo 1.858.405 809701 134743 39045 286760 1690600 928037 140655 22432 346931 1578017 1019165 45393 1438 483710
nariño
Corpo 145.469 1642067 21908 2484 254194 139314 1797663 23829 8251 97064 148375 1834047 7500 1023 74073
guajira
77
6 REFERENCIAS.
Asner, G. & Heidebrecht K. 2002. Spectral unmixing of vegetation, soil and dry carbon in arid
regions: Comparing multi-spectral and hyperspectral observations. International Journal of Remote
Sensing 23:3,939-3,958.
Asner, G., Keller M., Pereira R., Zweede J. & Silva J. 2004. Canopy damage and recovery
following selective logging in an Amazon forest: Integrating field and satellite studies. Ecological
Applications 14(4):280-298.
Asner G., Páez G., Knapp D., Balaji A. y Clark J. 2009. Sistema Amigable de Monitoreo de la
Deforestación y Perturbación de Bosques Tropicales CLASlite®. Guía del usuario, versión 2.0.
Departamento de Ecología Global. Institución Carnegie para la Ciencia. 260 Panama Street,
Stanford, CA 94305 USA.
Barnes, W., Xiong, X. and Salomonson, V. 2003. Status of Terra MODIS and Aqua MODIS.
Advances in Space Research, 32(11), pp. 2099-2106.
Colditz R., 2007. Time Series Generation and Classification of MODIS Data for Land Cover Mapping.
Thesis Dissertation.
Couturier S. 2009. Evaluación de la cobertura vegetal en México: aciertos y sesgos del mapa
derivado del sensor MODIS. Laboratorio de Análisis Geo-Espacial -LAGE-. Seminario de
Aplicaciones del sistema MODIS para el monitoreo del territorio. 8-10 de junio del 2009.
FAO. 1993. Forest resources assessment 1990. Tropical countries. FAO Forestry Paper 112. Rome.
Field, C.B., Randerson, J.T. and Malmstrom, C.M. 1995. Global net primary production: combining
ecology and remote sensing. Remote Sensing of Environment 51:74-88.
Flamenco A. 2009. Evaluaciones de la deforestación en México. Seminario de Aplicaciones del
sistema MODIS para el monitoreo del territorio. 8-10 de junio del 2009.
Gates D. 1980. Biophysical Ecology, Springer-Verlag, New York, 611 p.
Guenther, B., Xiong, X., Salomonson, V., Barnes, W. and Young, J. 2002. On-orbit performance
of the Earth Observing System Moderate Resolution Imaging Spectroradiometer; first year of data.
Remote Sensing of Environment, 83(1-2), pp. 16-30.
lxxviii
IDEAM. 2001. Primera Comunicación Nacional ante la Convención Marco de las Naciones Unidas
sobre Cambio Climatico. Instituto de Hidrología, Meteorología y Estudios Ambientales. ISBN 958-
8067-04-9.
IDEAM, IGAC, IAvH, Invemar, I. Sinchi e IIAP. 2007. Ecosistemas continentales, costeros y
marinos de Colombia. Instituto de Hidrología, Meteorología y Estudios Ambientales, Instituto
Geográfico Agustín Codazzi, Instituto de Investigación de Recursos Biológicos Alexander von
Humboldt, Instituto de Investigaciones Ambientales del Pacífico Jhon von Neumann, Instituto de
Investigaciones Marinas y Costeras José Benito Vives De Andréis e Instituto Amazónico de
Investigaciones Científicas Sinchi. Bogotá, D. C, 276 p. + 37 hojas cartográficas.
IDEAM, IGAC, IAvH, Invemar, I. Sinchi y UTPC. 2010. Leyenda de coberturas de la Tierra CORINE
Land Cover adaptada para Colombia, escala 1:100.000. Instituto de Hidrología, Meteorología y
Estudios Ambientales, Instituto Geográfico Agustín Codazzi, Instituto de Investigación de Recursos
Biológicos Alexander von Humboldt, Universidad Pedagógica y Tecnológica de Colombia, Instituto de
Investigaciones Marinas y Costeras José Benito Vives De Andréis e Instituto Amazónico de
Investigaciones Científicas Sinchi.
Instituto de Hidrología, Meteorología y Estudios Ambientales -IDEAM-. 2010. Documento
técnico de referencia para la utilización de imágenes de sensores remotos en la cuantificación de la
deforestación y estimación del almacenamiento de carbono, elaborado en el marco del Proyecto
Capacidad Institucional Técnica y Científica para apoyar proyectos de Reducción de Emisiones por
Deforestación REDD en Colombia. Inédito.
Instituto de Hidrología, Meteorología y Estudios Ambientales -IDEAM-. 2010. Protocolo de uso
de PDI para el monitoreo de la deforestación en Colombia: Escala Nacional Fina. V1. elaborado en el
marco del Proyecto Capacidad Institucional Técnica y Científica para apoyar proyectos de Reducción
de Emisiones por Deforestación REDD en Colombia. Inédito.
Instituto de Hidrología, Meteorología y Estudios Ambientales -IDEAM-. 2010. Propuesta
preliminar de monitoreo de deforestación y contenido de carbono. V1. elaborado en el marco del
Proyecto Capacidad Institucional Técnica y Científica para apoyar proyectos de Reducción de
Emisiones por Deforestación REDD en Colombia. Inédito.
Instituto de Hidrología, Meteorología y Estudios Ambientales -IDEAM-. 2002. Informe
presentado a la Contraloría General de la República para elaborar el informe al Congreso sobre el
estado de los recursos naturales y el ambiente. pág. 12.
Instituto de Hidrología, Meteorología y Estudios Ambientales-Ideam, Instituto Geográfico
Agustín Codazzi-IGAC, Instituto Amazónico de Investigaciones-SINCHI, Unidad Administrativa
lxxix
Especial de Parques Naturales Nacionales-UAESPNN, Corporación Autónoma Regional del
Río Grande de la Magdalena, Cormagdalena, Instituto de Investigación de Recursos
Biológicos Alexander von Humboldt, Instituto de Investigaciones Marinas y Costeras José
Benito Vives De Andréis. 2010. Mapa de coberturas de la Tierra CORINE Land Cover de Colombia,
escala 1:100.000. En Prensa,
Instituto Geográfico Agustín Codazzi -IGAC-, Instituto Colombiano Agropecuario -ICA-.
Levantamiento de Cobertura Vegetal y Uso Actual de las Tierras en Colombia. Mapa y memoria
explicativa, Bogotá, 1987, 43 p.
Instituto Geográfico Agustín Codazzi -IGAC-. 2002. Zonificación de los conflictos de uso de las
tierras en Colombia. Capítulo II, pág. 37.
Reymondin L., Jarvis A. and Touval J. 2008. Near-real time monitoring of habitat change using a
neural network and MODIS data: the PARASID approach.
Justice, C., Townshend, J., Vermote, E, Masuoka, E., Wolfe, R., Saleous, N., Roy, D. and
Morisette, J. 2002. An overview of MODIS Land data processing and product status. Remote
Sensing of Environment, 83(1-2), pp. 3-15.
Kerr J. and Ostrovsky M. 2003. From space to species: ecological applications for remote sensing.
TRENDS in Ecology and Evolution Vol.18 No.6.
Kuntz R. 2009. FRASAR 2010 Project Status. FRA Workshop. Rome, Italy. March 2009.
Mas J.F. 2008. Estadísticas regionales de deforestación, Evaluación de cambio de uso de suelo en
Michoacán y el sureste de México. Reunión Nacional de Estadística, Mesa 3 (Tasa de deforestación)
– INEGI – 19-20 de mayo de 2008.
Masuoka, E., Fleig, A., Wolfe, R. and Patt, F. 1998. Key characteristics of MODIS data products.
IEEE Transactions on Geoscience and Remote Sensing, 36(4), pp. 1313-1323.
Moreno M. y Chuvieco E. 2008. Validación de productos globales de cobertura del suelo en la
España Peninsular. Revista de Teledetección. ISSN: 1988-8740. 2009. 31: 5-22
Oliva P., Jurdao S., Martínez J. y Chuvieco E. 2008. Validación y comparación de los productos
MODIS y AATSR para la detección de focos activos en la España peninsular y Baleares en el año
2003. Uned. Espacio, Tiempo y Forma. Serie VI, Nueva época. Geografía, No 1.
Parkinson, C., Chahine, M., Kummerow, C. and Alomonson, V. 2003. Foreword to the EOS aqua
special issue. IEEE Transactions on Geoscience and Remote Sensing, 41(2), pp. 172.
Pedreros D., Aguilar G. y Senay G. 2004. Reporte decadal sobre balanceo hídrico para el maíz,
segunda década, Septiembre 2004. Sistema Mesoamericano de Alerta Temprana para Seguridad
Alimentaria. Boletín No. 14. Guatemala, Guatemala, Agosto de 2004.
lxxx
Sellers, P. 1985. Canopy reflectance, photosynthesis, and transpiration. International Journal of
Remote Sensing, 6, 1335-1372.
Ungar et al. 2003.
Verdin J., Pedreros D. y Eilerts G. 2003. Índice Diferencial de Vegetación Normalizado -NDVI-.
FEWS - Red de Alerta Temprana Contra la Inseguridad Alimentaria, Centroamérica, USGS/EROS
Data Center, 2003.
Vermote, E. and Vermeulen, A. 1999. Atmospheric correction algorithm: spectral reflectances
(MOD09), MODIS Algorithm Technical Basis Document (ATBD). Version 4.0, pp. 107.
World Resources Institute. 2000. World Resources 2000-2001: People and Ecosystems.
Washington, DC: WRI.
lxxxi